检索范围:
排序: 展示方式:
TIE算法:一种用于处理演化数据的聚类分层分类法生成技术上层算法 None
Rabia IRFAN, Sharifullah KHAN, Kashif RAJPOOT, Ali Mustafa QAMAR
《信息与电子工程前沿(英文)》 2018年 第19卷 第6期 页码 763-782 doi: 10.1631/FITEE.1700517
一种观点挖掘新词语权重过程性能分析 Article
G. R. BRINDHA,P. SWAMINATHAN,B. SANTHI
《信息与电子工程前沿(英文)》 2016年 第17卷 第11期 页码 1186-1198 doi: 10.1631/FITEE.1500283
基于两级层次特征学习的图像分类方法 Article
Guang-hui SONG,Xiao-gang JIN,Gen-lang CHEN,Yan NIE
《信息与电子工程前沿(英文)》 2016年 第17卷 第9期 页码 897-906 doi: 10.1631/FITEE.1500346
基于最大间隔的贝叶斯分类器 Article
Tao-cheng HU,Jin-hui YU
《信息与电子工程前沿(英文)》 2016年 第17卷 第10期 页码 973-981 doi: 10.1631/FITEE.1601078
关键词: 多类学习;最大间隔学习;在线算法
郭仁忠
《中国工程科学》 2009年 第11卷 第10期 页码 67-71
首先回顾了国土资源信息化的发展进程,综合评述了相关阶段的特征,然后,在分析国土资源信息化应用特点的基础上,阐述了知识管理与国土资源信息化的关系,指出知识管理是国土资源信息化新的发展阶段和发展方向,最后,初步规划了国土资源知识工程建设的主要任务。
曾黄麟,袁慧,刘小芳
《中国工程科学》 2004年 第6卷 第11期 页码 33-37
基于一个约束条件下的非线性规划问题的优化计算思想,把模糊中心聚类中计算输入矢量与中心的距离来实现聚类作为一种优化计算问题,证明了模糊中心聚类方法,取一个适当的属函数,其聚类中心vi为模糊聚类中心价值函数的极小值,推导出了基于模糊中心聚类的模式识别的无导师递推学习方法,提出了模糊中心聚类模式分类神经网络结构,该网络可以实现并行数据处理和模式分类的软划分和硬划分。
李德军,吕艳华,王润田
《中国工程科学》 2007年 第9卷 第5期 页码 81-84
孙九林
《中国工程科学》 2002年 第4卷 第9期 页码 1-7
人类进入21世纪的信息社会,信息科学与技术已成为改造传统农业最有效的技术手段之一,以信息化推动我国农业的现代化是必然的趋势,在这样的背景下,信息化农业将成为农业的发展方向。文章论述了信息化农业的基本概念,科学支撑体系,技术体系,科技前沿和我国的发展战略。
可视交互式图像聚类:一种机器视觉测量中目标无关的配置优化方法 Research Article
潘律翰,孙国道,常宝峰,夏旺,江棨,汤井威,梁荣华
《信息与电子工程前沿(英文)》 2023年 第24卷 第3期 页码 355-372 doi: 10.1631/FITEE.2200547
杨孟琢
《中国工程科学》 2002年 第4卷 第8期 页码 12-19
基于GPU的密度峰值并行聚类算法 Article
Ke-shi GE, Hua-you SU, Dong-sheng LI, Xi-cheng LU
《信息与电子工程前沿(英文)》 2017年 第18卷 第7期 页码 915-927 doi: 10.1631/FITEE.1601786
关键词: GPU;密度峰值;聚类;并行计算
邓赵红,王士同,吴锡生,胡德文
《中国工程科学》 2004年 第6卷 第9期 页码 38-45
针对极大熵聚类算法MEC(maximum entropy clustering)对例外点(outliers)较敏感和不能标识例外点的缺陷,提出了一种改进的极大熵聚类算法RMEC(robust maximum该算法的基本思想是通过引入Vapnik's ε-不敏感损失函数和权重因子重新构建目标函数,并利用优化理论推导出新的学习公式。RMEC算法不但对例外点较之MEC算法有更好的鲁棒性,而且还能有效地利用学习后的权重因子标识出数据集中存在的例外点。仿真试验结果亦表明了RMEC算法的上述优点。
标题 作者 时间 类型 操作
TIE算法:一种用于处理演化数据的聚类分层分类法生成技术上层算法
Rabia IRFAN, Sharifullah KHAN, Kashif RAJPOOT, Ali Mustafa QAMAR
期刊论文