排序方式: 共有45条查询结果,搜索用时 0 毫秒
1.
2.
针对云制造模式下快速选择和组织相关制造资源、保证制造任务执行的问题,提出一种面向制造任务的云制造虚拟车间构造方法。该方法将制造过程抽象为制造任务执行链,链中的节点对应制造设备云服务或检验云服务,链中的有向边对应物流云服务;并通过行业域、地域和类型域来组织管理云服务,以构造规模较小的候选云服务集,同时减少功能匹配、性能匹配、价格匹配和时间匹配的计算量,达到快速构建云制造虚拟车间的目的。算例分析表明,相比其他方法,该方法能够在更短的时间内完成云服务的选择,并保证所选云服务的服务质量(QoS)在相关域中是更好的。 相似文献
3.
为了进一步优化神经网络算法,提高网络神经算法的速率并提高其稳定性,就现有BP算法所存在的收敛速度慢以及容易陷入局部极小值的弊病,我们将进一步通过一般改进算法解决在神经网络结构优化过程中依然无法解决的问题。依据遗传算法的特征,进一步在经过改进的压缩映射遗传的基础上提出了BP神经网络优化方案。泛函分析中压缩映射原理的应用,一方面解决了困扰人们的BP神经网络算法所固有的缺点,显著地提高了神经网络算法的收敛速度,而且解决了BP神经在运行的过程中和网络连接权值初值的取值紧密相连的缺点。经过大量的计算我们得到如下数据:经过优化改进后,训练时间节约了8.3%,训练步数降低了近17.4%。经过大量的研究实验表明:经过改进后的BP神经网络算法取得了良好的效果,十分具有应用价值。 相似文献
4.
针对大型数据库中高维稀疏关系表空字段对存储空间的占用问题,通过利用传统行存储数据库模拟列式存储数据库的工作原理,设计了一种基于分片的数据库结构。通过实验分析,数据库存储空间比原始模式降低了27.42%左右。在对高维稀疏数据中五个字段进行查询时,I/O数据块个数降低至原始模式的35.27%,对高维稀疏数据中四个字段进行查询时,I/O数据块个数降低至原始模式的28.22%,而随着字段的减少I/O数据块仍会进一步减少,从而提高了数据库的访问效率。 相似文献
5.
基于信息熵的决策属性分类挖掘算法及应用 总被引:10,自引:0,他引:10
在利用判定树进行分类挖掘时,需事先知道属性的分类。对不具体的或未知的属性分类,利用“高类聚、低耦合”原理对属性进行最优分类。在属性分类的基础上,利用基于信息熵的属性期望信息及对应的信息增益理论选择最佳分类决策属性,并按最佳分类决策属性引出分枝形成判定树。该文对属性的最优分类理论及算法进行了描述,并讨论了选择最佳决策属性构造判定树的算法,结合具体应用实例进行了验证并构造了判定树。 相似文献
6.
为了对云制造环境下的主动制造提供支持,促使服务交易双方共同获利,提出一种将竞标机制应用于云服务主动寻租的方法.该方法将用户制造需求分解成子任务,以标书的形式发布,云服务根据标书和自身实际决定是否投标;在评标时,竞标中心综合考虑对云服务投标书的评价和其它服务的推荐评价来决定中标云服务,并通过招租栏使质量差的服务也有被使用的机会.给出基于竞标机制的云服务主动寻租模型和算法描述,通过仿真实验,说明了方法的有效性. 相似文献
7.
为了提高Internet环境下构件选择的有效性,提出一种将场景匹配技术应用于构件选择的方法.首先,结合Internet环境的特点,将构件的可信性划分为可靠性、可用性和时效性,建立起构件可信性评估的一体化模型;其次,给出场景的定义和场景匹配度的计算方法;接着,将历史评价信息和场景匹配引入构件选择逻辑,实现了系统环境和可信需求约束下的构件选择机制,并给出构件选择算法;最后,通过仿真实验,说明了基于场景匹配的构件选择方法的有效性和实用性. 相似文献
8.
准确预测术中患者的血压状态来预防术中低血压,对提高手术安全性和降低术后并发症有积极作用,以往的低血压预测方法主要视为二分类任务,忽略了患者血压变化的过程,从而限制了干预策略的制定。因此提前预测血压的变化趋势,具有更重要的临床研究和应用价值。针对以上问题,对通过监测的术中生理序列实时预测未来5min、10min、15min血压的连续值展开研究,并提出了一种通道自适应与局部增强Transformer模型,该模型采用卷积注意力机制捕捉血压序列的局部相似性,同时提出一种通道自适应模块嵌入模型来建模生理序列潜在交互关系。结果表明,该模型相比于基准模型在5min、10min、15min预测精度分别提升4.88%、8.2%和8.42%,预测的平均动脉压的MAE分别为2.997、3.393、3.743,且显著优于其余对比模型,为术中血压预测提供新的解决方案。 相似文献
9.
准确提前预测术中低血压的发生对术中选择紧急方案以及降低患者术后的不良风险和死亡率具有积极作用。术中低血压预测目前主要基于术中患者的各项生理指标数据,但现有方法未能充分考虑多指标间的时间信息和空间信息。针对以上问题,提出基于时空信息分段融合模型的术中低血压预测,先使用全卷积网络或残差网络提取局部空间信息,再使用门控循环单元提取时间信息并进行预测。通过对比术中低血压预测常用的深度神经网络模型,在原始和填补的临床数据的术中低血压预测中,不仅提高了低血压事件的预测准确性,还在面对数据填补时表现出一定的容忍度,能够应对噪声和不确定性的影响。 相似文献
10.
舒红平 《西华大学学报(自然科学版)》2000,19(3):20-22
对Intranet作了简要介绍 ,分别对处理电子邮件的原理及电子邮件的实现进行了讨论。 相似文献