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   8篇
  免费   0篇
  国内免费   4篇
化学工业   1篇
自动化技术   11篇
  2012年   1篇
  2011年   4篇
  2010年   4篇
  2009年   2篇
  2003年   1篇
排序方式: 共有12条查询结果,搜索用时 31 毫秒
1.
独立学院计算机基础讲座式教学法的初探   总被引:2,自引:1,他引:1  
本文分析了独立学院计算机应用基础的教学现状以及存在的问题,提出了以突出学生计算机的应用能力为培养目标的讲座式教学法模式,并就计算机基础讲座式教学方法进行了分析和探讨。  相似文献   
2.
企业的业务发展越来越依赖于网络,但同时也遭受着越来越多的网络安全威胁。为了保护企业网络信息系统免遭黑客、病毒、恶意软件等的破坏,本着“技术和管理缺一不可”的安全建设理念,从组织架构的建设、安全制度的制定、信息安全技术的实施三个方面,建立起一套比较完整的信息化安全保障体系,保障业务应用的正常运行。  相似文献   
3.
本文运用生态学的理论和方法研究VB程序设计课堂中存在的问题,从多个角度对VB课堂进行深入探讨,力求从生态学的视角解读VB程序设计课堂,揭示其课堂中的失衡现象,进而构建VB程序设计生态课堂,将生态平衡的理念融入VB程序设计课堂教学中。  相似文献   
4.
基于均匀设计的最小二乘支持向量机改进算法   总被引:2,自引:1,他引:1  
针对最小二乘支持向量机模型的参数选取耗时长,容易陷入局部最优而导致过拟合的问题,提出了一种基于均匀设计的将大样本搜索转化为小样本搜索技术的参数寻优方法.把支持向馘机算法的每一次训练过程作为一个试验考虑,试验影响因子为算法的参数,运用均匀设计的手段进行方案设计,采用统计的方法对结果进行分析和选择.最后把该方法应用于3个大样本数据集建模中的参数优化,仿真结果表明方法大幅度减小了时间复杂度,较好地解决了最小二乘支持向量机的参数优化问题,同时获得精确的建模效果.  相似文献   
5.
支持向量分类机(Support Vector Classification,SVC)的参数选择一直缺乏一种通用、完善的方法,很大程度上限制了它的应用。为解决SVC参数选择的难题,提出了一种基于启发式深度优先搜索(Heuristic Depth-first Search,HDFS)的SVC参数自动寻优方法。该方法将10-fold交叉验证的最大识别率作为目标,利用HDFS算法进行SVC参数寻优,减少了SVC的训练时间,提高了分类的精度,从而确保了SVC参数选择的准确性。将该算法用于3个基准数据集的仿真实验,结果表明该方法在保证分类精度前提下,大幅度缩短了训练建模时间,提高了运行效率,具有一定的推广意义。  相似文献   
6.
为了提高混沌时间序列预测模型的预测精度,提出了一种相空间重构和最小二乘支持向量机(LSSVM)参数的联合优化方法.联合优化方法的核心思想是首先采用均匀设计对相空间重构和LSSVM参数进行联合设计,然后采用自调用LSSVM进行参数联合优化,最后利用混沌时间序列对联合优化方法进行验证性测试.实验结果表明,联合优化方法预测精度明显优于其它优化方法,且优化速度更快.  相似文献   
7.
基于PCA-SVM的区域经济预测研究   总被引:1,自引:1,他引:0  
针对区域经济存在高度的非线性、各指标间存在数据冗余等特征,使得传统的经济预测方法精度较低,为解决上述问题,提出了一个基于主成份分析的支持向量机的区域经济预测模型(PCA-SVM).选择对影响长株潭区域经济发展的各因子进行主成份分析,消除各因子之间的冗余性,从而减少了支持向量机的输入维数,增加了支持向量机预测速度,利用PCA-SVM模型对长株潭2003-2007年经济数据进行了验证性测试和分析,结果表明,相对于各参比模型,PCA-SVM模型预测精度显著提高,是一种高效的区域经济预测模型,为预测研究提供依据.  相似文献   
8.
在混沌时间序列研究中,相空间重构和预测模型参数优化是影响预测性能的关键步骤,利用两者之间的相互联系来提高混沌时间序列预测模型的整体性能,提出一种基于遗传算法的混沌时间序列参数同步优化方法。同步优化方法将相空间重构和最小二乘支持向量机参数作为遗传算法的染色体,预测精度作为遗传算法的适应度函数值,通过遗传算法对参数同步优化问题进行求解。通过混沌时间数据对同步优化方法进行了验证性实验。实验结果表明,相对于单独参数优化方法,同步优化方法不仅提高了混沌时间序列的预测精度,同时降低了计算时间的复杂度。  相似文献   
9.
基于支持向量机的害虫多维时间序列预测*   总被引:1,自引:1,他引:0  
针对害虫发生数据高度非线性特点导致传统方法预测准确率低的难题,提出一种基于支持向量机(SVM)的多变量自回归(CAR)的害虫时间预测方法(SVM_CAR)。SVM_CAR首先利用SVM以留一法的MSE最小化原则进行时间序列非线性定阶;然后用SVM对害虫发生的影响因子进行非线性筛选,并同时通过强制汰选给出各保留因子对预测结果的相对重要性;最后建立基于保留对预测结果影响较大因子的SVM_CAR预测模型。以大豆食心虫虫食率与晚稻第5代褐飞虱发生量两个实例数据集进行验证性实验,SVR-CAR比五种参比模型的预测精  相似文献   
10.
根据苯环的亲电取代定位规律,定位基可使苯环活化的邻对位定位基;使苯环钝化的间位定位基。新导入基团在苯环上的位置和反应难易由原有取代基决定。  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