首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   353篇
  国内免费   97篇
  完全免费   131篇
  自动化技术   581篇
  2018年   3篇
  2017年   4篇
  2016年   15篇
  2015年   24篇
  2014年   42篇
  2013年   33篇
  2012年   65篇
  2011年   78篇
  2010年   69篇
  2009年   77篇
  2008年   84篇
  2007年   15篇
  2006年   10篇
  2005年   14篇
  2004年   11篇
  2003年   7篇
  2002年   4篇
  2001年   5篇
  2000年   2篇
  1999年   2篇
  1998年   2篇
  1997年   3篇
  1996年   2篇
  1995年   1篇
  1994年   1篇
  1993年   1篇
  1992年   2篇
  1991年   2篇
  1990年   1篇
  1989年   2篇
排序方式: 共有581条查询结果,搜索用时 46 毫秒
1.
基于模糊聚类的文本挖掘算法   总被引:3,自引:3,他引:5       下载免费PDF全文
针对传统FCM算法对孤立点比较敏感,须预先指定聚类数目的缺陷,提出一种新的模糊聚类算法NSFCM,将其应用干文本挖掘中。NSFCM对数据对象的隶属度增加一个权值,以减少孤立点对聚类中心的影响。采用平均信息熵确定聚类数,通过密度函数获得初始聚类中心。仿真结果证明,该算法聚类的精度和执行效率均高于FCM算法,效果较好。  相似文献
2.
P2P网络中基于动态推荐的信任模型   总被引:3,自引:3,他引:2       下载免费PDF全文
针对P2P网络中节点交易风险较大的问题,模拟社会网络的人际交互过程,提出一种基于动态推荐的信任管理模型。采用模糊聚类方法,结合交互的上下文动态地选择推荐节点,在推荐因子的计算上融入聚类分析结果,提高了推荐的可靠性。分析和模拟实验表明,该模型能有效提高推荐的准确性,增强P2P网络的可用性。  相似文献
3.
一种快速颜色传输算法   总被引:3,自引:3,他引:0       下载免费PDF全文
图像间的颜色传输是将一幅图像的颜色特征传输给另一幅图像,使目标图像具有与参考图像相似的色彩。提出一种自动的、快速颜色传输算法。在HSV空间模糊聚类生成代表不同色调特征的样本区域;通过计算各样本区域的特征向量间的距离,建立样本区域之间的匹配关系;利用图像在ιαβ 空间的基本统计信息进行局部颜色传输;最后利用隶属度因子融合局部传输效果。对有效色调值进行加权聚类,大大降低聚类样本数量,在取得较好的颜色传输效果的同时,显著地提高了传输速度。  相似文献
4.
一种基于模糊聚类的离散化方法   总被引:3,自引:3,他引:0  
由于粗糙集只能对离散属性进行处理,因而连续属性的离散化也就成了粗糙集的主要问题之一.提出了一种从模糊聚类出发的离散化方法,并给出了一个判别函数,由该函数从聚类结果中选择最优的一个解,因而是一种自寻优的求解过程,避免了人为划分类数的主观影响.最后进行了实验比较,证实了该方法的有效性和合理性.  相似文献
5.
基于二维阈值化与FCM相混合的图象快速分割方法   总被引:3,自引:3,他引:9       下载免费PDF全文
提出了一种将快速二维阈值化与模糊聚类相混合的图象分割方法,以进一步减少快速二维阈值分割中的噪声与错误分割。实验结果表明,利用这种方法分割信噪比较低的图象,能够在很短的时间内得到较为令人满意的分割结果。此外,本文还讨论了这一方法中隶属度函数的选取对分割结果的影响  相似文献
6.
数据挖掘中的模糊聚类分析   总被引:3,自引:3,他引:6  
该文提出了一种用于数据挖掘的基于模糊集的聚类分析方法,论述了该方法的聚类过程,并给出了聚类分析的实例和程序模块流程。  相似文献
7.
点密度函数加权模糊C-均值算法的聚类分析   总被引:3,自引:3,他引:8  
基于模糊C-均值算法具有对数据集进行等划分趋势的缺陷,文章利用数据点的密度大小作为权值,借助数据本身的分布特性,提出了一种新的加权模糊C-均值算法,该方法不仅在一定程度上克服了模糊C-均值算法的缺陷,而且具有良好的收敛性。  相似文献
8.
快速模糊C均值聚类彩色图像分割方法   总被引:3,自引:3,他引:32       下载免费PDF全文
模糊C均值(FCM)聚类用于彩色图像分割具有简单直观、易于实现的特点,但存在聚类性能受中心点初始化影响且计算量大等问题,为此,提出了一种快速模糊聚类方法(FFCM)。这种方法利用分层减法聚类把图像数据分成一定数量的色彩相近的子集,一方面,子集中心用于初始化聚类中心点;另一方面,利用子集中心点和分布密度进行模糊聚类,由于聚类样本数量显著减少以及分层减法聚类计算量小,故可以大幅提高模糊C均值算法的计算速度,进而可以利用聚类有效性分析指标快速确定聚类数目。实验表明,这种方法不需事先确定聚类数目并且在优化聚类性能不变的前提下,可以使模糊聚类的速度得到明显提高,实现彩色图像的快速分割。  相似文献
9.
因特网文本智能挖掘的模糊聚类算法研究   总被引:3,自引:3,他引:0  
随着Internet的深入发展及普及应用,网络中可获取的大部分文本信息由来自各种数据源的文档组成.由于电子形式的文本信息飞速增涨,可以获知的文本信息已成海量之势,文本挖掘已经成为信息领域的研究热点,快速得到目标文本成为互联网发展的瓶颈.在动态聚类方法和基于特征属性分类法的基础上提出基于混合模糊聚类理论的文本数据分类系统新模型,在模型基础上探究了一种模糊聚类仿真算法,通过实验验证算法能有效提高文本分类效率及文本分类准确率,从而在实际网络文本挖掘应用中快速得到目标文本,实现因特网文本智能挖掘.  相似文献
10.
基于特征加权距离的双指数模糊子空间聚类算法   总被引:2,自引:2,他引:0  
传统的模糊聚类算法(FCM)使用欧氏距离计算数据点之间的差异时,对于高维数据集聚类效果不够理想.对此,以FCM算法的目标函数为基础,用特征加权距离代替传统的欧氏距离,同时向约束条件中引入指数γ和β,提出了一种基于特征加权距离的双指数模糊子空间聚类算法,并讨论了该算法的收敛性.实验表明,所提出算法可以有效提取高维数据集各类别的相关特征,在真实数据集上有较好的聚类效果.  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号