咨询与建议

限定检索结果

文献类型

  • 146 篇 期刊文献

馆藏范围

  • 146 篇 电子文献
  • 0 种 纸本馆藏

日期分布

学科分类号

  • 103 篇 工学
    • 85 篇 计算机科学与技术...
    • 82 篇 软件工程
    • 77 篇 控制科学与工程
    • 11 篇 仪器科学与技术
    • 3 篇 机械工程
    • 1 篇 力学(可授工学、理...
    • 1 篇 电子科学与技术(可...
    • 1 篇 信息与通信工程
    • 1 篇 水利工程
    • 1 篇 航空宇航科学与技...
    • 1 篇 生物工程
    • 1 篇 安全科学与工程
    • 1 篇 公安技术
    • 1 篇 网络空间安全
  • 75 篇 管理学
    • 75 篇 管理科学与工程(可...
  • 42 篇 理学
    • 38 篇 数学
    • 2 篇 大气科学
    • 1 篇 生态学
  • 11 篇 艺术学
    • 11 篇 设计学(可授艺术学...
  • 2 篇 教育学
    • 2 篇 教育学
  • 1 篇 经济学
    • 1 篇 应用经济学
  • 1 篇 法学
    • 1 篇 马克思主义理论
  • 1 篇 农学

主题

  • 11 篇 3-李代数
  • 10 篇 大数据
  • 10 篇 异常检测
  • 8 篇 样例选择
  • 7 篇 注意力机制
  • 7 篇 三支决策
  • 7 篇 极限学习机
  • 7 篇 机器学习
  • 6 篇 特征表示
  • 6 篇 属性约简
  • 6 篇 深度学习
  • 6 篇 粗糙集
  • 5 篇 自编码器
  • 4 篇 特征选择
  • 4 篇 半无限规划
  • 4 篇 支持向量机
  • 4 篇 k-近邻
  • 4 篇 随机梯度下降
  • 4 篇 变分自编码器
  • 4 篇 优势关系

机构

  • 139 篇 河北大学
  • 50 篇 河北省机器学习与...
  • 10 篇 中国气象局气象干...
  • 8 篇 北京师范大学
  • 7 篇 河北省机器学习与...
  • 3 篇 河北省机器学习与...
  • 3 篇 华北电力大学
  • 3 篇 河北省机器学习与...
  • 2 篇 浙江师范大学
  • 2 篇 石家庄铁道大学
  • 2 篇 复杂能源系统智能...
  • 2 篇 河北省机器学习与...
  • 2 篇 北京建筑大学
  • 1 篇 河北软件职业技术...
  • 1 篇 中央司法警官学院
  • 1 篇 河北大学附属医院
  • 1 篇 首都医科大学
  • 1 篇 西安交通大学
  • 1 篇 河北省信息工程学...
  • 1 篇 河北省教育考试院

作者

  • 36 篇 翟俊海
  • 14 篇 李艳
  • 13 篇 邢红杰
  • 13 篇 白瑞蒲
  • 13 篇 鲁淑霞
  • 12 篇 陈俊芬
  • 11 篇 毛华
  • 10 篇 张素芳
  • 8 篇 张峰
  • 8 篇 苏珂
  • 7 篇 王鑫
  • 7 篇 张春琴
  • 6 篇 张植明
  • 6 篇 侯璎真
  • 6 篇 董春茹
  • 6 篇 花强
  • 6 篇 申瑞彩
  • 5 篇 杨兰珍
  • 5 篇 谢博鋆
  • 4 篇 吴婴丽

语言

  • 146 篇 中文
检索条件"机构=河北大学数学与信息科学学院机器学习与计算智能重点实验室"
146 条 记 录,以下是71-80 订阅
排序:
绿色矿业与旅游产业深度融合发展路径探究:以河北承德地区绿色矿业发展示范区建设为例
收藏 引用
承德石油高等专科学校学报 2024年 第6期26卷 75-79,83页
作者: 王晶 张红静 刘春艳 王鑫 张玉富 河北石油职业技术大学石油工程系 河北承德067000 河北大学数学与信息科学学院 河北保定071002 河北省机器学习与计算智能重点实验室 河北保定071002 北京华油惠通油气技术开发有限公司 北京102601
充分利用河北承德地区绿色矿业发展示范区与国家历史文化名城两大优势,立足绿色矿业与绿色旅游产业国家发展规划,以承德矿山生态文化与绿色旅游产业融合为试验田,开展矿产资源环境建设与生态旅游产业发展研究。首次提出矿业与旅游产业... 详细信息
来源: 评论
基于深度特征表示的Softmax聚类算法
收藏 引用
南京大学学报(自然科学版) 2020年 第4期56卷 533-540页
作者: 陈俊芬 赵佳成 韩洁 翟俊海 河北省机器学习与计算智能重点实验室 河北大学数学与信息科学学院保定071002
图像和语音已成为日常生活和科研的常见数据类型,图像的聚类分析是数据挖掘和图像处理领域的重要任务之一.基于自编码器的深度聚类方法具有表征能力有限的缺点,并且特征的生成与聚类指派是分步进行的.为此,提出一种基于新颖卷积自编码... 详细信息
来源: 评论
基于MapReduce和Spark的大规模压缩模糊K-近邻算法
收藏 引用
计算机工程 2020年 第11期46卷 139-147页
作者: 王谟瀚 翟俊海 齐家兴 河北大学数学与信息科学学院 河北保定071002 河北大学河北省机器学习与计算智能重点实验室 河北保定071002
压缩模糊K-近邻(CFKNN)算法仅适用于中小数据环境,且其样例选择采用静态机制,导致算法不能对阈值进行动态调整从而选出最优样例。为此,对CFKNN算法进行改进,将其扩展到大规模数据环境,提出分别基于MapReduce和Spark的2种大规模压缩模糊K... 详细信息
来源: 评论
复杂高维数据的密度峰值快速搜索聚类算法
收藏 引用
计算科学 2020年 第3期47卷 79-86页
作者: 陈俊芬 张明 赵佳成 河北大学数学与信息科学学院河北省机器学习与计算智能重点实验室
机器学习的无监督聚类算法已被广泛应用于各种目标识别任务。基于密度峰值的快速搜索聚类算法(DPC)能快速有效地确定聚类中心点和类个数,但在处理复杂分布形状的数据和高维图像数据时仍存在聚类中心点不容易确定、类数偏少等问题。为了... 详细信息
来源: 评论
多哈希表投票样例选择算法
收藏 引用
山西大学学报(自然科学版) 2020年 第4期43卷 713-718页
作者: 黄雅婕 翟俊海 周翔 申瑞彩 侯璎真 河北大学数学与信息科学学院 河北大学河北省机器学习与计算智能重点实验室
随着数据的海量型增长,如何提高数据处理的效率已经对现有的数据挖掘算法提出了挑战。样例选择是指从初始数据中,依据既定规则选出能够代表初始数据的样例,从而有效地减少后续工作的数据量。局部敏感哈希方法是一种近似近邻查找算法,利... 详细信息
来源: 评论
对合导子构造的3-李双代数与3-Pre-李代数
收藏 引用
数学学报(中文版) 2020年 第2期63卷 123-136页
作者: 白瑞蒲 侯帅 亢闯闯 河北大学数学与信息科学学院河北省机器学习与智能计算重点实验室 保定071002 吉林大学数学科学学院 长春130012 南开大学数学科学学院 天津300071
研究具有对合导子的3-李代数的结构,证明了具有对合导子的m-维3-李代数A存在相容的3-Pre-李代数,且在2m-维半直积3-李代数Aad*A*上存在局部上循环3-李双代数结构.利用对合导子构造了3-李代数Aad*A*上的3-李Yang-Baxter方程的解和一类3-P... 详细信息
来源: 评论
一种求解极大极小问题的灵活非单调滤子方法
收藏 引用
河北大学学报(自然科学版) 2020年 第6期40卷 561-568页
作者: 苏珂 林雨萌 李小川 河北大学数学与信息科学学院 河北省机器学习与计算智能重点实验室河北保定071002
求解极大极小问题的灵活非单调滤子方法与传统的滤子方法相比,对于试探步的可接受性,该方法具有更大的灵活性,而且与单调型方法相比,计算量更小.此外,还利用一个自适应参数来调整接受准则,从而在一定程度上避免了Maratos效应.在合理的... 详细信息
来源: 评论
一种改进的求解极大极小问题的非单调滤子法
收藏 引用
应用数学 2020年 第2期33卷 358-372页
作者: 苏珂 王晨 李小川 河北大学数学与信息科学学院 河北省机器学习与计算智能重点实验室河北保定071002
本文提出一种求解极小极大问题的非单调信赖域滤子法.该算法基于滤子技术,放松了试验点的可接受准则,与已有的求解极大极小问题的序列二次规划牛顿法(SQP)相比,我们的方法具有更大的灵活性.在适当的条件下,建立了全局收敛性.最后进行了... 详细信息
来源: 评论
3-李代数的3种理想
收藏 引用
东北师大学报(自然科学版) 2021年 第2期53卷 1-3页
作者: 白瑞蒲 周檬 赵勇涛 河北大学数学与信息科学学院 河北保定071002 河北省机器学习与智能计算重点实验室 河北保定071000 河北软件职业技术学院软件技术系 河北保定071000
在3-李代数中定义了Perfect理想、Near Perfect理想和Upper Bounded理想.研究了3种理想的结构、3-李代数的导序列长度、下降中心列长度以及上升中心列长度与3种理想之间的关系.具体给出了特征为零的代数闭域上4维和5维3李代数的最大Perf... 详细信息
来源: 评论
一种基于Q-学习算法的增量分类模型
收藏 引用
计算科学 2020年 第8期47卷 171-177页
作者: 刘凌云 钱辉 邢红杰 董春茹 张峰 河北大学数学与信息科学学院河北省机器学习与计算智能重点实验室 河北保定071002
大数据时代的数据信息呈现持续性、爆炸性的增长,为机器学习算法带来了大量监督样本。然而,这对信息通常不是一次性获得的,且获得的数据标记是不准确的,这对传统的分类模型提出了挑战,而增量学习是一种重要的解决方法。但在增量学习中,... 详细信息
来源: 评论