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   39篇
  免费   10篇
  国内免费   5篇
综合类   1篇
化学工业   1篇
轻工业   3篇
无线电   3篇
自动化技术   46篇
  2021年   3篇
  2018年   5篇
  2016年   1篇
  2015年   2篇
  2014年   2篇
  2013年   2篇
  2012年   1篇
  2010年   1篇
  2009年   7篇
  2008年   10篇
  2007年   10篇
  2006年   4篇
  2005年   1篇
  2004年   2篇
  2003年   1篇
  1997年   2篇
排序方式: 共有54条查询结果,搜索用时 15 毫秒
1.
一种面向应用的操作系统实验设置   总被引:1,自引:0,他引:1  
谢谦  蔡坤  沈夏炯 《计算机教育》2012,(20):107-110
实验设置一直是困扰操作系统课程教学的问题之一。文章归纳国内高校主要的实验设置方法,分析教学中遇到的问题,提出面向应用的操作系统实验开设目标,介绍操作系统实验专题设置,总结近几年的实践情况。  相似文献   
2.
概念格被认为是一种非常有用的数据分析工具,它能够很好的应用于数据挖掘、机器学习以及知识发现、信息获取等领域。本文对概念格的生成算法进行了分类研究,对典型算法进行详细介绍,最后讨论了概念格生成算法研究的最新动向。  相似文献   
3.
Chein算法是一种批处理概念格构造算法,它构造过程中层次清楚,易于生成Hasse图,但是造格的过程中生成大量冗余的概念,降低了构造概念格的效率.提出一种对Chein算法的改进算法,保留了原算法层次清晰的优点,同时避免了冗余概念的产生,从而降低了构造概念格的时间复杂度.  相似文献   
4.
形式背景同构判定的等价类算法   总被引:2,自引:0,他引:2  
同构生成概念格是获取概念格的另一途径,而形式背景同构判定是这一方法的前提,也是决定整个算法时间复杂度的关键。本文提出的基于等价类法的形式背景同构判定算法,有效地提高了同构判定的效率。结合形式背景的分解和约简等手段,为概念格的构造提供了一种有实用价值的方法。本文对该方法的原理和算法设计进行了较详细的讨论,并通过实验,验证了算法的正确性和有效性。  相似文献   
5.
基于属性的概念格渐进式生成算法   总被引:18,自引:0,他引:18  
提出了一种新的基于属性的渐进式概念格生成算法 ,通过不断地渐增属性来构造概念格 .该算法不仅为概念格的构造提供了一种新的方法 ,还解决了在已构造好概念格的前提下 ,增加属性所带来的概念格更新问题 .给出了算法的实现方法 ,并结合实例说明了概念格的更新过程 .试验表明 ,在通常情况下 ,基于属性的渐进式概念格生成算法的性能往往更优越  相似文献   
6.
概念格的分布处理研究   总被引:10,自引:0,他引:10  
概念格和形式背景是一一对应的,概念格的分布处理必然涉及到形式背景的处理.定义了形式背景问的横向和纵向合并运算,讨论了同域背景间的三种不同的关系,特别提出一种新颖的属性相似度方法来处理背景间的不一致关系,把不一致的形式背景转换为一致背景或独立背景;还定义了概念、概念格间的基本运算,并证明了纵向合并的子背景的概念格和子背景所对应的子概念格的并是同构的,这样就奠定了概念格分布处理的理论基础,为概念格的分布并行构造提供了依据.  相似文献   
7.
为了满足对任意几何区域进行覆盖特性分析的需要,本文在传统网格点覆盖法对矩形区域进行覆盖特性分析的基础上,对网格点构建、卫星过境覆盖分析等环节进行改进,使其适合对任意几何区域进行覆盖特性分析的需要,最后以中国行政区域为例进行实验并通过过境特性表、过境重绘图和覆盖重数图等进行覆盖特性的可视化。结果表明了本文研究的对地覆盖法在任意几何区域上能够准确的计算出其每次过境的覆盖区域及总覆盖区域,同时在实验分析中通过多种可视化方法展示目标区域的覆盖特性,使其更加直观。  相似文献   
8.
关联规则挖掘算法中的Apriori算法利用查找频繁项集来发现数据集中的关联规则,算法思路简单容易实现;但在由k-1次频繁项集生成k次频繁项集时需反复查找数据库,效率较低,在寻找高次频繁项集时其低效性更加明显;矩阵算法是通过直接查找高次频繁项集,避免了反复查找数据库,但要存储大量的非频繁项集,且查找低次频繁项集速度较慢。文中提出的矩阵等价类算法,利用等价关系进一步降低矩阵算法的时间空间复杂度,然后通过项目相似度直接求取所有最大频繁项集。实验结果证明了算法的可行性、高效性。  相似文献   
9.
作为形式概念分析理论中的一个重要工具,属性探索算法能够以问题为导向,交互式地逐步发现系统知识,在知识的发现和获取中居于核心地位。但是,当形式背景的规模较大时,属性探索算法的计算过程过于耗时,严重制约了算法在当前大数据时代的推广与应用。耗时瓶颈主要存在于“寻找下一个与专家交互的问题”这一环节,传统算法在此过程中存在大量冗余计算。针对这个问题,在分析伪内涵和内涵与蕴涵集合的内在逻辑关系的基础上,提出并证明了3个定理,根据定理给出了一种基于不相关属性集合的属性探索算法,该算法在计算伪内涵与内涵的过程中,借助提出的定理,跳过违反该逻辑关系的属性集合是否为伪内涵或者内涵的判断过程,减小了算法的搜索空间,从而降低了算法的时间复杂度。所提算法最好的时间复杂度为O(mn2P2),最坏的时间复杂度为O(mn3P2)。实验结果表明,与传统算法相比,该算法具有较为明显的时间性能优势。  相似文献   
10.
传统的关联规则表示方法无法展示概念之间的本质关系,缺少对概念层面的认识,忽略了知识发现结果的共享等问题,而概念格作为一种能够生动简洁地体现概念之间泛化和例化关系的数据结构,在对关联规则可视化和发现潜在知识方面也有着独特的优势。提出了以概念格为背景的关联规则可视化方法,以概念为查找单元,在概念格中寻找需要展示的关联规则路径,将属性之间的关联关系扩展到概念层面,并给出了相对应的多模式规则的可视化的策略与算法。结合某校图书馆借书记录数据,进行关联规则分析与可视化实现。实验结果表明,该可视化方法在知识发现和共享方面具有良好的效果。  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