排序方式: 共有60条查询结果,搜索用时 15 毫秒
1.
2.
现有的各种多元时间序列相似性搜索方法难以准确高效地完成搜索任务。提出了一种基于特征点分段的多元时间序列相似性搜索算法,提取所定义的用于分段的特征点,分段后将原时间序列转化为模式序列,该模式序列能够很好地保留原序列的全局形状特征,再用分层匹配的方法进行相似性搜索。实验结果表明,该方法能够有效刻画序列的全局形状特征,通过分层匹配保留局部的相似性,同时提高搜索准确率。 相似文献
3.
应用离子液体-半透膜(IL/SPMD)采样装置进行了底泥中多环芳烃(PAHs)30天静态模拟采样。对比了不同机基质含量底泥中IL/SPMD对PAHs的萃取能力,其中低有机质底泥中PAHs回收率为8.92%~95.2%,高有机质底泥中PAHs回收率为10.7%~98.9%。IL/SPMD采样阻力主要存在于污染物通过半透膜中。 相似文献
4.
韩萌 《机械工业高教研究》2014,(6):100-104
纵观中国教育发展史,孔子提出的许多教育思想、言论和实践在文化会通的过程中具有很强的创新性。他拓荒性地开启了中国古代教育领域改革与发展的新纪元,所提出的教育大众化、教育社会化、教育私立化、教育系统化、教育去宗教化等先进教育理念,不仅在当时产生了巨大的社会效应,而且对后世教育发展亦具有深远的影响。 相似文献
5.
用疏水性离子液体1-甲基-3-己基咪唑六氟磷酸作为溶剂,液液萃取水中典型污染物多环芳烃,用lmL离子液体萃取50mL含萘、1-甲基萘、2-氯萘、菲、芘、屈各40μg/L的水样,其回收率为:82.2%~101.2%,相对标准偏差为2.4%~3.5%,方法的检出限在0.05~0.43μg/L范围之内,水样中有机溶剂、盐的含量及pH值对萃取回收率有一定的影响。 相似文献
6.
基于迭代回溯的数据库查询优化算法 总被引:1,自引:0,他引:1
查询优化器是数据库系统最重要的组件之一。该文提出了一类新的查询优化算法,并对其性能进行了评估、讨论。它是基于分层回溯的一种查询优化算法,其优点主要在于对于一些复杂的应用环境,它在枚举算法的高复杂性和算法产生方案的质量之间取一个权衡点,以产生“次优”的优化结果来换取算法的执行效率,大大节省了运行环境的资源。该算法可以应用于当今一些新型数据库,如对象数据库和XML数据库等。 相似文献
7.
高效用项集挖掘(HUIM)能够挖掘事务数据库中具有重要意义的项集,从而帮助用户更好地进行决策。针对智能优化算法的应用能够显著提高海量数据中高效用项集的挖掘效率这一现状,对基于智能优化算法的HUIM方法进行了综述。首先,以智能优化算法的类别为角度,从基于群智能优化、基于进化以及基于其他智能优化算法的方法这3个方面对基于智能优化算法的HUIM方法进行了详细的分析与总结。同时,从粒子更新方式的角度对基于粒子群优化(PSO)的HUIM方法进行了详细梳理,包括基于传统更新策略、基于sigmoid函数、基于贪心、基于轮盘赌以及基于集合的方法。另外,从种群更新方法、对比算法、参数设置、优缺点等角度对比分析了基于群智能优化算法的HUIM方法。然后,从遗传和仿生两个方面对基于进化的HUIM方法进行总结概括。最后,针对目前基于智能优化算法的HUIM方法所存在的问题,提出了下一步的研究方向。 相似文献
8.
使用反映数据变化机制的自适应模型可以更好处理数据流问题。为实现自适应调整集成分类器使其更符合数据特性,提出一种基于动态异构集成的多标签数据流分类算法。通过使用H个不同分类算法分别训练固定大小的数据块,生成候选分类器组E={E1,…,EH},利用几何加权公式计算每个Ei中候选基分类器的权重实现组内的动态更新;提出一种新的自适应选择策略生成最终的异构集成分类器。通过在6个数据集上的大量实验验证,提出算法比现有算法在准确度、基于实例的F1值、微观F1值、宏观F1值上有更好的性能。 相似文献
9.
传统集成分类算法中,一般将集成数目设置为固定值,这可能会导致较低分类准确率。针对这一问题,提出了准确率爬坡集成分类算法(C-ECA)。首先,该算法不再用一些基分类器去替换相同数量的表现最差的基分类器,而是基于准确率对基分类器进行更新,然后确定最佳集成数目。其次,在C-ECA的基础上提出了基于爬坡的动态加权集成分类算法(C-DWECA)。该算法提出了一个加权函数,其在具有不同特征的数据流上训练基分类器时,可以获得基分类器的最佳权值,从而提升集成分类器的性能。最后,为了能更早地检测到概念漂移并提高最终精度,采用了快速霍夫丁漂移检测方法(FHDDM)。实验结果表明C-DWECA的准确率最高可达到97.44%,并且该算法的平均准确率比自适应多样性的在线增强(ADOB)算法提升了40%左右,也优于杠杆装袋(LevBag)、自适应随机森林(ARF)等其他对比算法。 相似文献
10.
详细介绍了国内外集成分类算法,对集成分类算法的两个部分(基分类器组合和动态更新集成模型)进行了详细综述,明确区分不同集成算法的优缺点,对比算法和实验数据集。并且提出进一步的研究方向和考虑的解决办法。 相似文献