检索结果-内蒙古大学图书馆

电脑与电信 2023年第9期 5-10,15页

作者：程兆亮沈雅婷唐俊杰王泽铭南京理工大学紫金学院江苏南京210023

针对特定信息音变的过滤,目前较先进的算法之一是门控卷积神经网络(GCNN),其具有并行性、稀疏性、多层特征提取、门控机制等优点,GCNN采用SmoothL1Loss(平滑L1损失)损失函数,SmoothL1Loss具有平滑性、对异常值的鲁棒性等优点,但仍然存... 详细信息

针对特定信息音变的过滤,目前较先进的算法之一是门控卷积神经网络(GCNN),其具有并行性、稀疏性、多层特征提取、门控机制等优点,GCNN采用SmoothL1Loss(平滑L1损失)损失函数,SmoothL1Loss具有平滑性、对异常值的鲁棒性等优点,但仍然存在形状固定、参数敏感性、函数不稳定等不足,因此,提出了DOM-SmoothL1Loss(基于样本隶属度调控的平滑L1函数),DOM-SmoothL1Loss融入了样本隶属度的特性,使得损失计算更加准确。为了方便比较损失函数改进前后的效果,提出一种简单的GCNN_DOM模型,GCNN_DOM使用DOM_SmoothL1Loss作为损失函数,在相同数据集上进行实验,结果显示GCNN_DOM模型的均方误差和平均绝对误差两项指标较GCNN分别高出2.8%、3.8%,因此,DOM_SmoothL1Loss具有一定竞争力。

关键词：过滤模型门控卷积神经网络 SmoothL1Loss 样本隶属度损失函数

来源：评论

学校读者我要写书评

暂无评论

基于过滤模型的聚类算法

引用

控制与决策 2020年第5期35卷 1091-1101页

作者：邱保志张瑞霖李向丽郑州大学信息工程学院郑州450001

合理的聚类原型是正确聚类的前提.针对现有聚类算法原型选取不合理、计算聚类个数存在偏差等问题,提出基于过滤模型的聚类算法(CA-FM).算法以提出的过滤模型去除干扰聚类过程的边界和噪声对象,依据核心对象之间的近邻关系生成邻接矩阵,... 详细信息

合理的聚类原型是正确聚类的前提.针对现有聚类算法原型选取不合理、计算聚类个数存在偏差等问题,提出基于过滤模型的聚类算法(CA-FM).算法以提出的过滤模型去除干扰聚类过程的边界和噪声对象,依据核心对象之间的近邻关系生成邻接矩阵,通过遍历矩阵计算聚类个数;然后,按密度因子将数据对象排序,从中选出聚类原型;最后,将其余对象按照距高密度对象的最小距离划分到相应的簇中,形成最终聚类.在人工合成数据集、UCI数据集以及人脸识别数据集上的实验结果验证了算法的有效性,与同类算法相比,CA-FM算法具有较高的聚类精度.

关键词：聚类算法过滤模型偏差因子聚类原型局部密度密度因子

来源：评论

学校读者我要写书评

暂无评论

基于相异度过滤模型的初始中心自适应K-means改进聚类算法

基于相异度过滤模型的初始中心自适应K-means改进聚类算法

引用

作者：赵薇南京航空航天大学

学位级别：硕士

当前,人类已经进入大数据时代,生产、生活、科研、服务等无不因大数据而改变。从数据中获取信息、知识、决策支持就是大数据分析。由于大数据的数据量非常庞大,导致其分析效率十分低下,而大数据非结构化的特征又使得传统的分析方法不能... 详细信息

当前,人类已经进入大数据时代,生产、生活、科研、服务等无不因大数据而改变。从数据中获取信息、知识、决策支持就是大数据分析。由于大数据的数据量非常庞大,导致其分析效率十分低下,而大数据非结构化的特征又使得传统的分析方法不能直接使用[1],所以研究聚类分析在大数据分析中的应用十分必要。K均值算法是最著名的经典聚类算法之一,针对算法本身所存在的缺点而进行的改进研究,一直是数据挖掘领域研究的热点。本文在阅读大量文献的基础上,针对传统K-means算法对其初始聚类中心点选取的随机性等缺点,对如何优化传统K-means算法,以达到更加准确地选取初始聚类中心点进行了深入的研究和探索,并提出了两种改进算法:FMK-means算法和DMK-means算法。FMK-means算法处理数据时采用动态采样的方法。算法首先基于k近邻建立过滤模型,计算出数据集中每个样本的密度因子,然后利用密度因子的大小将样本进行排序,并引入过滤因子过滤掉离群点,从而得到初始聚类中心点候选集。之后在初始聚类中心点候选集上运用最大最小距离算法,选取出初始聚类中心点。再后使用传统K-means算法,将剩余的数据对象分派到距离其最近的初始聚类中心点所在的簇,返回聚类标签,得到最终的聚类结果。最后通过实验结果表明,本文提出的FMK-means改进算法相对于传统K-means算法和K-means++算法具有更好的聚类效果和更高的稳定性。由于FMK-means算法使用欧几里得距离来度量数据对象之间的相似性,这种方法比较简单,也好操作,但是在密度变化比较大、维度比较高的数据集中表现的可能不是特别理想。因此在本文的第三章提出了DMK-means算法,引入了相异度度量的概念,实现了进一步的研究和改进。此部分先对待测数据集进行标准化预处理,然后在相异度度量的基础上,建立了一种样本点局部密度的计算方法,并引入样本点可作为疑似聚类中心的新条件。相比于FMK-means算法,此部分提出的DMK-means算法对复杂数据的适应性更强,适应范围更广,聚类效果相对来说更好。

关键词： K-means算法初始聚类中心过滤模型相异度度量最大最小算法

来源：评论

学校读者我要写书评

暂无评论

气固流化床介尺度结构形成机制及过滤曳力模型研究进展

引用

化工学报 2022年第6期73卷 2468-2485页

作者：蒋鸣周强西安交通大学化学工程与技术学院陕西西安710049 新能源系统工程与装备陕西省高校工程研究中心陕西西安710049 动力工程多相流国家重点实验室陕西西安710049

气固流化床中,介于颗粒与宏观尺度间的复杂的时空多尺度结构(介尺度结构)将完全改变气固相间作用规律,加大了流态化系统调控及预测的难度。为此,需要构建考虑结构影响的相间本构关系。其中,曳力作为影响流态化动力学特征的主导因素,对... 详细信息

气固流化床中,介于颗粒与宏观尺度间的复杂的时空多尺度结构(介尺度结构)将完全改变气固相间作用规律,加大了流态化系统调控及预测的难度。为此,需要构建考虑结构影响的相间本构关系。其中,曳力作为影响流态化动力学特征的主导因素,对其研究尤为重要。从结构产生演化的机制出发,概述结构影响曳力的机理,以模型构建流程的角度对结构和过滤两类模型进行总结,并重点综述过滤模型构建在提升准确性、有效性、通用性和考虑更多物理机制方面的最新进展。研究表明:提升模型通用性和考虑真实系统中更丰富的物理机制仍是建模中亟待解决的问题,结合结构演化机制理性建模和充分发挥机器学习数据分析处理优势或是曳力建模进一步发展的关键。

关键词：两相流流态化介尺度结构曳力过滤模型

来源：评论

学校读者我要写书评

暂无评论

技术创新审计方法的探索——技术创新不利因子过滤模型

引用

技术与创新管理 2016年第4期37卷 343-349页

作者：樊一阳田月阳阮婉玲上海理工大学管理学院上海200093

技术创新审计是一种新的科技专业化服务形式,主要功能是对企业技术创新能力或技术创新绩效进行专业鉴证。从影响技术创新的收益、质量和时效的不利因子角度出发,设计了技术创新不利因子过滤模型。结合电子信息行业200家成长型中小企业... 详细信息

技术创新审计是一种新的科技专业化服务形式,主要功能是对企业技术创新能力或技术创新绩效进行专业鉴证。从影响技术创新的收益、质量和时效的不利因子角度出发,设计了技术创新不利因子过滤模型。结合电子信息行业200家成长型中小企业为实证数据来源,运用结构方程法对提炼的双层不利因子间的关系进行了验证。研究结论表明,简化技术创新审计工作量、提高技术创新审计测度的可操作性是过滤不利因子方法进行的技术创新审计模式的主要特点。

关键词：技术创新审计技术创新不利因子过滤模型双层不利因子

来源：评论

学校读者我要写书评

暂无评论

重力驱动式动态膜生物反应器的膜清洗再生方式优化研究

引用

水处理技术 2024年第10期50卷 103-108页

作者：查璐璐胡以松唐陆合张敬宇杨毅明邓伟航西安建筑科技大学陕西省环境工程重点实验室陕西西安710055 西安建筑科技大学西北水资源与环境生态教育部重点实验室陕西西安710055 北京华宇辉煌生态环保科技股份有限公司北京102412

构建了重力驱动式好氧动态膜生物反应器(DMBR)处理生活污水,比较不同物理清洗方法(空气反冲洗、表面刷洗和组合方式)对动态膜再生的影响,探究了动态膜的形成过程和过滤机理,解析DMBR的污染物去除性能。研究结果表明,动态膜的形成伴随着... 详细信息

构建了重力驱动式好氧动态膜生物反应器(DMBR)处理生活污水,比较不同物理清洗方法(空气反冲洗、表面刷洗和组合方式)对动态膜再生的影响,探究了动态膜的形成过程和过滤机理,解析DMBR的污染物去除性能。研究结果表明,动态膜的形成伴随着出水颗粒物粒径的不断减少,5 min后颗粒粒径分布基本稳定,动态膜形成阶段符合滤饼过滤模型,稳定运行阶段符合标准过滤模型。DMBR对浊度、NH_(4)^(+)-N、COD和SCOD的平均去除率分别为99.6%、94.0%、93.2%和82.8%。空气反冲洗辅助刷洗不仅可以去除微网表面的污染层,还可去除对DMBR长期运行有影响的污染物,五个过滤周期的初始通量恢复率均达到93.1%以上。

关键词：好氧动态膜生物反应器生活污水清洗再生过滤模型运行性能

来源：评论

学校读者我要写书评

暂无评论

油液颗粒过滤器动态过滤特性仿真与实验研究

引用

机床与液压 2022年第21期50卷 144-149页

作者：闫书法朱元宸张永刚胡凯任福臣郑长松中国重型汽车集团有限公司汽车研究总院山东济南250101 北京理工大学机械与车辆学院北京100081

现有油液颗粒过滤器的过滤模型采用基于时间平均概念的理论过滤比,没有考虑系统温度、流量波动等动态运行因素对过滤比的影响。为此,基于滤前、滤中和滤后的系统理论建立油液颗粒过滤器的动态过滤理论模型,研究基于动态过滤比的油液颗... 详细信息

现有油液颗粒过滤器的过滤模型采用基于时间平均概念的理论过滤比,没有考虑系统温度、流量波动等动态运行因素对过滤比的影响。为此,基于滤前、滤中和滤后的系统理论建立油液颗粒过滤器的动态过滤理论模型,研究基于动态过滤比的油液颗粒过滤器过滤特性。与传统的基于恒定过滤比的方法相比,所提方法考虑重复过滤和重复污染的影响,能够实现对油液颗粒过滤器过滤效果的准确表征。通过机械传动系统污染控制系统的仿真分析与实验研究,验证所提方法的有效性。结果表明:油液颗粒过滤器动态过滤比随着重复过滤率和重复污染率的增大而不断减小;当污染控制系统流量较大、压力较高和温度较低时,油液颗粒过滤器的动态过滤比较大。

关键词：油液颗粒过滤器过滤模型动态过滤污染控制

来源：评论

学校读者我要写书评

暂无评论

内燃机排放颗粒捕集器瞬态过滤研究现状综述

引用

汽车知识 2024年第4期24卷 135-137页

作者：李鉴松罗林佘占蛟汤广财南充职业技术学院机电工程系

内燃机瞬态工况时,颗粒捕集器出口的颗粒排放严重,成为制约发动机达到“近零排放”目标的瓶颈问题。本文对内燃机冷启动颗粒排放特性、捕集器瞬态过滤模以及过滤机理影响因素三个方面的研究现状进行综述,提出了降低瞬态颗粒排放和减排... 详细信息

内燃机瞬态工况时,颗粒捕集器出口的颗粒排放严重,成为制约发动机达到“近零排放”目标的瓶颈问题。本文对内燃机冷启动颗粒排放特性、捕集器瞬态过滤模以及过滤机理影响因素三个方面的研究现状进行综述,提出了降低瞬态颗粒排放和减排的措施和研究思路,为降低能源的过度消耗、改善空气质量和降低空气中颗粒物的浓度等相关研究提供参考。

关键词：内燃机颗粒物微粒捕集器过滤机理过滤模型

来源：评论

学校读者我要写书评

暂无评论

基于关键词与GBDT的互联网信息推荐系统

引用

计算机产品与流通 2023年第7期 42-44页

作者：黎嘉翰南宁学院

随着数字化建设的高速发展，互联网中存在海量与产教融合各主体（包括政府、企业、学校、学生）相关的供需信息，而各主体之间良好供需关系的建立是实现产教融合的重要措施。本文给出一个能够进行有效供需分析的互联网信息推荐系统，用... 详细信息

随着数字化建设的高速发展，互联网中存在海量与产教融合各主体（包括政府、企业、学校、学生）相关的供需信息，而各主体之间良好供需关系的建立是实现产教融合的重要措施。本文给出一个能够进行有效供需分析的互联网信息推荐系统，用于合理的供需信息匹配推荐，协助供需双方建立共识与达成合作。该系统主要包括文本数据结构化与信息过滤模型，其中由关键词构成的三元集合{}进行供需表示与分析，而信息过滤则使用多分类器的集成学习方法。实验结果表明，系统在实现供需分析的情况下可以取得不错的精确率与召回率，同时通过给出结果相关的支持数据使得系统具有较高的可解释性。

关键词：互联网供需关系过滤模型多分类器

来源：评论

学校读者我要写书评

暂无评论

基于知识图谱的教育资源推荐系统设计

引用

电子技术（上海） 2023年第1期52卷 340-342页

作者：刘敏江文湖南科技职业学院软件学院湖南410118

阐述在教育资源推荐中,按应用需要、通过科学构建课程推荐知识图谱,探讨融合联合子图过滤模型、充分利用在线系统设计知识图谱在线资源推荐系统,从而适应现代化教育资源应用的需求。

关键词：推荐系统过滤模型知识图谱教育资源推荐

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：