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   25篇
  免费   11篇
  国内免费   6篇
综合类   1篇
金属工艺   1篇
机械仪表   1篇
矿业工程   1篇
无线电   1篇
一般工业技术   2篇
冶金工业   13篇
自动化技术   22篇
  2022年   2篇
  2021年   1篇
  2020年   4篇
  2019年   1篇
  2017年   1篇
  2016年   1篇
  2014年   1篇
  2012年   2篇
  2011年   7篇
  2010年   2篇
  2009年   4篇
  2008年   3篇
  2005年   3篇
  2004年   5篇
  2003年   3篇
  2000年   1篇
  1998年   1篇
排序方式: 共有42条查询结果,搜索用时 15 毫秒
1.
2.
3.
中国钢铁产业集中度相关产业环境的解析   总被引:2,自引:0,他引:2  
钢铁产业集中度的提高不是钢铁产业自身的事情,它与中国经济体制改革进程、经济环境及政策息息相关,与中国各钢铁区域市场的整合、钢铁工业粗钢生产规模密切相关,与钢铁产业科技进步、规模经济、市场机制完善等因素紧密相联。本文试图从产业政策、产业发展周期、产业运行状况等角度分析中国钢铁产业集中度(即产业组织结构优化)所面临的基本产业环境。  相似文献   
4.
多路数组聚集优化算法   总被引:2,自引:0,他引:2  
尹阿东  武森  宫雨  高学东 《计算机工程》2004,30(9):89-91,98
针对MOLAP服务器中多维数据的聚集操作,在传统的多路数组聚集算法的基础上,提出一种寻找最优聚集次序的计算方法。在实示计算中,应用这种方法可以方便、快捷地对以数据立方体形式存储于MOLAP服务器中的多维数据进行聚集操作。  相似文献   
5.
加权关联规则的改进算法   总被引:7,自引:2,他引:7  
论文讨论了加权关联规则问题,针对布尔类型的加权关联规则问题提出一种改进算法。该算法首先利用普通的关联规则算法产生频繁集,然后在该频繁集的基础上产生加权频繁集。同时,给出了最优的最小支持度设定方法,保证了普通关联规则算法所产生的频繁集为加权频繁集的超集。该算法有较高的效率,并且能够有效利用已有的关联规则算法。  相似文献   
6.
一种新的遗失数据填补方法   总被引:1,自引:0,他引:1  
鄂旭  高学东  武森 《计算机工程》2005,31(20):6-7,95
在粗糙集理论的研究中,目前有一些关于遗失数据的填补方法,如均值法、最大频率法等,但这些大部没有很好地与信息表这一表现形式的特点相结合,填补数据的质量较差。该文提出了一种基于断点属性值的新方法,较大地提高了填补数据的质量。  相似文献   
7.
关联规则发现是数据挖掘的重要研究内容之一,具有广泛的应用。在以前的研究中,关联规则发现算法一般都没有考虑项目的销售数量。而在实际中,相关联项目的销售总利润对于商家来说非常重要。因此,在关联规则发现中引入销售数量的利润约束问题显得很必要。文章针对此问题提出了项集事务利润和事务利润的概念,并对项集利润和支持期望的概念进行了重新定义,接着给出了具有数量特征的利润约束关联规则挖掘问题的性质和定理,最后根据该问题的性质给出了高效的求解算法。  相似文献   
8.
基于多尺度网格模型的物流配送中心选址候选集构建方法   总被引:1,自引:0,他引:1  
针对物流配送中心选址候选集构建中的地理区域离散化问题,提出一种基于k-增长多尺度网格模型的选址区域离散化方法,根据区域选址敏感度不同,进行尺度差异化网格划分.在此基础上,提出了多尺度网格投影及膨胀算法,识别并剔除“限制性区域”及距其指定范围内的多尺度网格.数值实验表明了所提出的模型及算法的有效性.  相似文献   
9.
10.
针对分类数据, 通过数据对象在属性值上的集中程度定义了新的基于属性值集中度的类内相似度(similarity based on concentration of attribute values, CONC), 用于衡量聚类结果中类内各数据对象之间的相似度; 通过不同类的特征属性值的差异程度定义了基于强度向量差异的类间差异度(dissimilarity based on discrepancy of SVs, DCRP), 用于衡量两个类之间的差异度.基于CONC和DCRP提出了新的分类数据聚类有效性内部评价指标(clustering validation based on concentration of attribute values, CVC), 它具有以下3个特点: (1)在评价每个类内相似度时, 不仅依靠类内各数据对象的特征, 还考虑了整个数据集的信息; (2)采用几个特征属性值的差异评价两个类的差异度, 确保评价过程不丢失有效的聚类信息, 同时可以消除噪音的影响; (3)在评价类内相似度及类间差异度时, 消除了数据对象个数对评价过程的影响.采用加州大学欧文分校提出的用于机器学习的数据库(UCI)进行实验, 将CVC与类别效用(category utility, CU)指标、基于主观因素的分类数据指标(categorical data clustering with subjective factors, CDCS)指标和基于信息熵的内部评价指标(information entropy, IE)等内部评价指标进行对比, 通过外部评价指标标准交互信息(normalized mutual information, NMI)验证内部评价效果.实验表明相对其他内部评价指标, CVC指标可以更有效地评价聚类结果.此外, CVC指标相对于NMI指标, 不需要数据集以外的信息, 更具实用性.   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