咨询与建议

限定检索结果

文献类型

  • 163 篇 期刊文献
  • 17 篇 会议

馆藏范围

  • 180 篇 电子文献
  • 0 种 纸本馆藏

日期分布

学科分类号

  • 169 篇 工学
    • 108 篇 计算机科学与技术...
    • 92 篇 软件工程
    • 43 篇 机械工程
    • 38 篇 控制科学与工程
    • 12 篇 仪器科学与技术
    • 4 篇 生物医学工程(可授...
    • 4 篇 网络空间安全
    • 2 篇 信息与通信工程
    • 2 篇 化学工程与技术
    • 1 篇 材料科学与工程(可...
    • 1 篇 电子科学与技术(可...
    • 1 篇 建筑学
    • 1 篇 土木工程
  • 42 篇 管理学
    • 41 篇 管理科学与工程(可...
    • 1 篇 工商管理
  • 13 篇 理学
    • 6 篇 系统科学
    • 4 篇 生物学
    • 3 篇 数学
    • 1 篇 物理学
    • 1 篇 统计学(可授理学、...
  • 4 篇 艺术学
    • 4 篇 设计学(可授艺术学...
  • 3 篇 医学
    • 2 篇 临床医学
    • 2 篇 医学技术(可授医学...
    • 1 篇 基础医学(可授医学...
  • 2 篇 文学
    • 2 篇 外国语言文学
  • 1 篇 经济学
    • 1 篇 应用经济学
  • 1 篇 教育学
    • 1 篇 教育学
  • 1 篇 历史学
    • 1 篇 考古学
    • 1 篇 世界史
  • 1 篇 农学
  • 1 篇 军事学
    • 1 篇 军队指挥学

主题

  • 14 篇 数据挖掘
  • 11 篇 遗传算法
  • 8 篇 蚁群算法
  • 7 篇 虚拟现实
  • 7 篇 归纳逻辑程序设计
  • 6 篇 特征提取
  • 5 篇 人脸识别
  • 5 篇 机器翻译
  • 4 篇 聚类
  • 4 篇 绘制
  • 4 篇 mpeg-4
  • 4 篇 邻域搜索
  • 4 篇 文本分类
  • 3 篇 建模
  • 3 篇 几何图像
  • 3 篇 关系数据挖掘
  • 3 篇 手语合成
  • 3 篇 旅行商问题
  • 3 篇 约束归纳逻辑程序...
  • 3 篇 计算机图形学

机构

  • 165 篇 北京工业大学
  • 6 篇 北京市科学技术情...
  • 5 篇 多媒体与智能软件...
  • 5 篇 聊城大学
  • 4 篇 南阳师范学院
  • 3 篇 北京市多媒体与智...
  • 3 篇 北京邮电大学
  • 3 篇 北京市多媒体与智...
  • 2 篇 北京物资学院
  • 2 篇 首都医科大学宣武...
  • 2 篇 beijing key labo...
  • 2 篇 中山大学
  • 1 篇 北京交通大学
  • 1 篇 甘肃省城乡规划设...
  • 1 篇 国家农业信息化工...
  • 1 篇 北京市多媒体与智...
  • 1 篇 里贾纳大学
  • 1 篇 云南省计算机技术...
  • 1 篇 中国科学院计算技...
  • 1 篇 曲阜师范大学

作者

  • 57 篇 尹宝才
  • 51 篇 刘椿年
  • 38 篇 孔德慧
  • 33 篇 冀俊忠
  • 18 篇 孙艳丰
  • 13 篇 李玉鉴
  • 12 篇 杨新武
  • 10 篇 张勇
  • 8 篇 王立春
  • 8 篇 毛国君
  • 7 篇 胡永利
  • 7 篇 李敬华
  • 6 篇 蔡鹏
  • 6 篇 高明霞
  • 6 篇 王洁
  • 6 篇 赵学武
  • 6 篇 吴晨生
  • 5 篇 王亚敏
  • 5 篇 黄佳进
  • 5 篇 施云惠

语言

  • 180 篇 中文
检索条件"机构=北京市多媒体与智能软件技术重点实验室北京工业大学计算机学院"
180 条 记 录,以下是131-140 订阅
排序:
Ontology自动构建平台OntoAGS
收藏 引用
计算机工程 2006年 第13期32卷 212-214页
作者: 李林 刘贺欢 刘椿年 北京工业大学计算机学院多媒体与智能软件北京市重点实验室 北京100022
设计并实现了一个Ontology自动构建平台OntoAGS。OntoAGS支持从给定的领域文集中抽取术语,并用领域无关文集过滤术语;支持概念学习,确定术语在其所属领域内的意义;支持实例学习,发现概念的实例;支持关系学习,找到概念间的关系。实验表明... 详细信息
来源: 评论
基于投影归一化的字符特征提取方法
收藏 引用
计算机工程 2006年 第2期32卷 197-199页
作者: 周治紧 李玉鑑 北京市多媒体与智能软件技术实验室北京工业大学计算机科学与技术学院 北京100022
提出了一种基于投影归一化的字符特征提取方法,该方法首先对字符图像进行横向扫描和纵向扫描生成行投影向量和列投影向量,然后通过对行投影向量和列投影向量进行维数和密度的归一化处理生成双投影归一化向量作为特征向量。聚类和识别实... 详细信息
来源: 评论
虚拟校园漫游系统的实现
收藏 引用
北京工业大学学报 2006年 第4期32卷 315-320页
作者: 王玉田 孔德慧 尹宝才 王文东 北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室 曲阜师范大学信息技术学院 山东日照276826
为了弥补一般虚拟校园漫游系统的不足,采用可见性预处理技术提高场景绘制速度,利用Java与 VRML交互技术增强用户与虚拟场景的交互性.研究了上述2种关键技术,讨论了系统实现中的一些问题.在此基础上开发了北京工业大学校园漫游系统,该... 详细信息
来源: 评论
一种快速真实感人脸绘制的方法
收藏 引用
北京工业大学学报 2006年 第1期32卷 77-82页
作者: 孔德慧 李丽岩 尹宝才 北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室 北京100022
为了生成具有微观结构的真实感人脸模型,提出了一种基于几何纹理映射的方法.该方法将法向图映射到人脸几何模型上,由于法向图中的每个像素值都代表着法向量,使得人脸几何模型表面产生了像素级别的法向量;用光矢量对这些法向量扰动并与... 详细信息
来源: 评论
基于I-B&B-MDL的贝叶斯网结构学习改进算法
收藏 引用
北京工业大学学报 2006年 第5期32卷 436-441页
作者: 冀俊忠 阎静 刘椿年 北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室 北京100022
针对I-B&B-MDL算法的不足,提出了2点改进:一是仅利用0阶和部分1阶测试确定网络侯选连接图,在有效限制搜索空间的同时,减少了独立性测试及对数据库的扫描次数;二是利用互信息的启发性知识作为侯选父母节点排序,加大了B&B搜索树... 详细信息
来源: 评论
英汉翻译模板的标准化方案及其应用
收藏 引用
中文信息学报 2006年 第B03期20卷 41-46页
作者: 李玉鑑 北京工业大学计算机学院 多媒体与智能软件技术北京市重点实验室北京100022
在机器翻译系统中,模板可以作为一种知识表示的方法,其规模的大小和组织的策略将极大地影响系统的整体性能。本文对英汉翻译模板的标准化问题进行了探讨,提出了一个初步方案,并将其应用于英汉翻译系统的设计与实现中,取得了初步的... 详细信息
来源: 评论
特异性在目标营销中的应用
收藏 引用
计算机工程与应用 2006年 第7期42卷 195-196,220页
作者: 邱德军 刘椿年 黄佳进 北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室 北京100022
目标营销致力于解决的问题是如何找出具有潜在场价值的顾客,从而有效地向其推销商品。文中利用现实数据中类别不平衡的特点,通过特异性对顾客排序,从而找出具有场价值的顾客。实验表明挖掘顾客数据的特异性将有助于解决目标营销问题... 详细信息
来源: 评论
基于语义分析的OWL文档聚类研究
收藏 引用
小型微型计算机系统 2006年 第7期27卷 1369-1373页
作者: 高明霞 刘椿年 陈福荣 北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室 北京100022
借助目前丰富的网络资源,将同一主题的现存O n to logy知识聚类,提供给领域专家或用户进行二次精化和集成是O n-to logy研究领域的一个重要课题.OW L是目前用于表示和交换O n to logy信息的基本标准.本文从OW L的语义本质出发,考虑了知... 详细信息
来源: 评论
Ontology自动创建中实例学习的研究
收藏 引用
计算机应用研究 2006年 第3期23卷 38-40页
作者: 刘贺欢 刘椿年 北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室 北京100022
Ontology近年来受到信息科学领域的广泛关注,其重要性已在许多方面表现出来并得到广泛认同。自动创建领域Ontology可以克服手工方法的不足,成为当前的研究热点之一;实例(Instance)是Ontology的重要组成元素,从领域文档集中学习实例是自... 详细信息
来源: 评论
基于特征信息增益权重的文本分类算法
收藏 引用
北京工业大学学报 2006年 第5期32卷 456-460页
作者: 李文斌 刘椿年 陈嶷瑛 北京工业大学计算机学院多媒体与智能软件技术北京重点实验室 北京100022 石家庄经济学院信息工程系 石家庄050031
为了在分类精度不受损失的情况下提高训练速度,设计了3种基于信息增益(information gain,简称IG) 特征权重的分类算法,分别被命名为:IG-C1、IG-C2、IG-C.它们根据特征对IG贡献的大小及在新文本中出现的次数进行分类.这3种算法都具有... 详细信息
来源: 评论