暂无评论
模糊聚类是一种应用广泛的数据分析和建模的无监督方法，但该算法受离群点影响较大，并且没有考虑样本数据中各维特征对聚类贡献程度的不同。针对这两个问题，提出了基于两种加权方式的聚类算法，该算法定义了一种新的
基于对蚂蚁种群中兵蚁和工蚁在觅食过程中合作关系的仿生，提出了一种改进型蚁群算法。在该算法中同时存在着兵蚁子种群与工蚁子种群两个种群，两个子种群并行搜索，通过兵蚁的分布来影响到工蚁的移动选择，以取得各蚂
针对现有Web服务集成方法在动态性、灵活性和智能性等方面存在的不足，提出一种基于Agent的Web服务集成模型，对模型中多Agent系统的组织结构和交互方式进行了设计。为实现集成服务整体的QoS目标，
研究了毕达哥拉斯模糊环境下的多属性群决策问题。首先，将毕达哥拉斯模糊信息引入幂平均加权算子，提出毕达哥拉斯模糊幂加权平均（PFPWA）算子，并研究所提算子的基本性质。然后，在毕达哥拉斯模糊数（PFN）
提出了基于模糊逻辑和纹理分析的图像增强算法，通过图像模糊化、提取纹理信息和纹理信息模糊化、定义局部对比度、根据全局和局部信息来进行对比度的变换等措施，提高了增强算法的效果。测试结果表明该算法能很好地增
针对传统的相似度计算方法只考虑文本结构特征或者语义信息导致文本相似度计算质量较低等问题，结合短文本特征稀疏的特性，提出一种多重检验加权融合短文本相似度计算方法。该方法使用编辑距离、考虑词频的语义信息及
图像拼接中，提高角点检测的精确度可以提高配准的精度。在Harris算法的基础上，提出了一种改进的角点检测算法，算法首先分别对图像中每行、每列上所有像素点的Rharris进行X、Y方向的曲线拟合，然后对
这是一篇关于数值分析的论文，如果不嫌弃的话，你可以来下载，但是记住要好好评价一下哦
基于多因素的异构本体概念相似度计算方法，于春霞，，随着信息技术的迅猛发展，本体（ontology）在知识表示、知识管理等领域中受到了极大的关注，得到了广泛的应用。但由于不同专家知识�
在决策表中，为了评价某条件属性的重要性，不但要考虑这个属性（单一属性）相对于决策属性的重要性，还要考虑该条件属性与其他条件属性构成的属性集的重要性。在属性集依赖度比单一属性依赖度更加可信的事实基础上，
暂无评论