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   6篇
  国内免费   1篇
  完全免费   7篇
  自动化技术   14篇
  2017年   1篇
  2014年   1篇
  2012年   2篇
  2011年   4篇
  2010年   1篇
  2008年   3篇
  2007年   1篇
  2002年   1篇
排序方式: 共有14条查询结果,搜索用时 93 毫秒
1.
提出将矩阵进一步缩小的方法来求指派问题的解,用匈牙利解法求指派问题的解,然后用递归思想求解指派问题,并对两种方法的优缺点进行比较.通过对比可以知道,两种方法所得的结果是一样的.匈牙利算法的优点是算法时问复杂度较小,缺点是解题过程比较复杂.递归思想的优点是解题过程比较简单,缺点是算法时间复杂度较大.  相似文献
2.
Interbay物料运输系统的运行效率对晶圆制造系统的影响较大。为减少运输小车平均搬运工件时间、晶圆工件的等待时间和运输小车的临时性堵塞,提出一种基于匈牙利算法的实时调度方法,并建立工件调度模型。基于300 mm晶圆制造系统数据的仿真结果表明,与传统的Interbay物料运输调度方法相比,该方法能有效提高Interbay物料运输系统的综合性能。  相似文献
3.
匈牙利算法是求解指派问题的全局最优求解算法,但是经典的匈牙利算法存在着实现难、处理速度慢等不足。提出了一种改进匈牙利算法,对匈牙利算法寻找独立零的次序进行了改进,从而避免了匈牙利算法通常需要进行多次试分配的不足。针对改进前后两种算法的复杂度、运算时间、精确度等进行了对比分析,结果表明,改进的算法是一种高精度的近似最优求解算法;与匈牙利算法相比,改进的算法易于编程实现,且时间花费较低,是一种适用于工程实时应用的有效求解算法。  相似文献
4.
“匈牙利法”是目前为止被人们认为求解指派问题最简单有效的方法,但有些人对此算法认识不全面,产生了一些误解。文章详细解读了“匈牙利法”及其求解步骤,并通过两个实例详细演示了“匈牙利法”的具体求解过程,以助学习者更好地理解和运用“匈牙利法”来解决实际问题,同时也澄清了对“匈牙利法”的某些错误认识。为保证求解结果的正确性,利用Excel提供的“规划求解”模块对求解结果进行了验证。  相似文献
5.
针对图结构在一些非刚性变换下谱特征不稳定等问题,提出一种基于几何关系直方图的图结构信息的描述方法,并在此基础上实现图的顶点匹配。首先通过夹角和距离等一些几何量来描述图的顶点与其他各边的位置关系,然后结合直方图给出一种图顶点的特征描述,最后采用改进的匈牙利算法实现图的匹配。不同于传统的描述方法,该方法是利用图的顶点与边的几何关系的统计特征来描述图的结构信息。其结构简单,信息描述充分。实验结果表明,方法对于一些扰动前后的图的匹配具有较高的匹配准确度。  相似文献
6.
程传鹏  齐晖 《计算机工程》2012,38(5):288-290
针对传统主观题自动评分准确度低的问题,提出一种基于文本相似度计算的主观题评分方法。利用扩展的《同义词词林》计算词语之间的相似度,根据标准答案中的词语和学生答卷中的词语以及词语之间的相似度构造二部图,通过二部图的最大匹配算法获得标准答案和学生答案的相似度。实验结果表明,该方法可以给主观题评分提供一个较好的参考。  相似文献
7.
研究了各种任务分派问题算法,对一般任务分派和有约束任务分配的求解方法进行算法设计,以Microsoft Visual J++6.0作为实验开发平台,采用Java语言及Applet嵌入网页技术,实现了网上任务分派问题数学实验的可视化。用户可由可视化界面,输入任意任务分配问题,得到最佳的分配结果及满意率。为学生学习掌握相关知识,提供了具有可视化和交互性功能的学习使用平台  相似文献
8.
针对武器火力分配中网络自组连通情况及能否饱和分配问题,研究了网络自组及饱和攻击数计算方法和匈牙利分配算法,并对其进行了改进.首先根据有效通信距离和火力单元之间距离求解任意两火力单元的连通概率,得出连通概率矩阵,将矩阵中数值规范化,并利用准平方法计算得出网络连接矩阵;然后,根据敌我双方信息,构建火力分配模型;最后,求出各个目标饱和攻击数,运用改进匈牙利算法构建火力分配模型,并根据目标饱和情况进行二次分配.仿真结果表明,在自组网的基础上,运用改进后的匈牙利算法可以有效的解决饱和分配问题.  相似文献
9.
目的 图像检索是计算机视觉的一项重要任务。图像检索的关键是图像的内容描述,复杂图像的内容描述很具有挑战性。传统的方法用固定长度的向量描述图像内容,为此提出一种变长序列描述模型,目的是丰富特征编码的信息表达能力,提高检索精度。方法 本文提出序列描述模型,用可变长度特征序列描述图像。序列描述模型首先用CNN(convolutional neural network)提取底层特征,然后用中间层LSTM(long short-term memory)产生局部特征的相关性表示,最后用视觉注意LSTM(attention LSTM)产生一组向量描述一幅图像。通过匈牙利算法计算图像之间的相似性完成图像检索任务。模型采用标签级别的triplet loss函数进行端对端的训练。结果 在MIRFLICKR-25K和NUS-WIDE数据集上进行图像检索实验,并和相关算法进行比较。相对于其他方法,本文模型检索精度提高了512个百分点。相对于定长的图像描述方式,本文模型在多标签数据集上能够显著改善检索效果。结论 本文提出了新的图像序列描述模型,可以显著改善检索效果,适用于多标签图像的检索任务。  相似文献
10.
In Toroslu and Üçoluk [I.H. Toroslu, G. Üçoluk, Incremental assignment problem, Information Sciences 177 (2007) 1523-1529] the incremental assignment problem is defined as follows. A new pair of vertices and their incident edges are added to a weighted bipartite graph whose maximum-weighted matching is already known, and the maximum-weighted matching of the extended graph is sought. An O(n2) algorithm for the problem has been derived, with n the size of a partition in the bipartite graph. We point out that such a result can be found in literature.  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