全文获取类型
收费全文 | 50篇 |
免费 | 6篇 |
国内免费 | 15篇 |
专业分类
电工技术 | 1篇 |
综合类 | 3篇 |
化学工业 | 2篇 |
金属工艺 | 1篇 |
机械仪表 | 1篇 |
建筑科学 | 2篇 |
矿业工程 | 1篇 |
能源动力 | 3篇 |
轻工业 | 8篇 |
石油天然气 | 5篇 |
无线电 | 3篇 |
自动化技术 | 41篇 |
出版年
2024年 | 1篇 |
2023年 | 3篇 |
2022年 | 2篇 |
2021年 | 3篇 |
2019年 | 5篇 |
2017年 | 3篇 |
2016年 | 5篇 |
2015年 | 4篇 |
2014年 | 1篇 |
2013年 | 6篇 |
2012年 | 8篇 |
2011年 | 4篇 |
2010年 | 1篇 |
2009年 | 3篇 |
2008年 | 5篇 |
2007年 | 4篇 |
2006年 | 3篇 |
2005年 | 2篇 |
2004年 | 4篇 |
2003年 | 1篇 |
2002年 | 1篇 |
2001年 | 2篇 |
排序方式: 共有71条查询结果,搜索用时 0 毫秒
11.
在多标记学习中,每个样本都由一个实例表示,并与多个类标记相关联。现有的多标记学习算法大多是在全局利用标记相关性,即假设所有的样本共享不同类别标记之间的正相关性。然而,在实际应用中,不同的样本共享不同的标记相关性,标记间不仅存在正相关性,而且存在相互排斥的现象,即负相关性。针对这一问题,提出了基于局部正、负成对标记相关性的k近邻多标记分类算法PNLC。首先,对多标记数据的特征向量进行预处理,分别为每类标记构造对该类标记最具有判别能力的属性特征;然后,在训练阶段,PNLC算法通过所有训练样本中各样本的每个k近邻的真实标记构建标记之间的正、负局部成对相关性矩阵;最后,在测试阶段,首先得到每个测试样例的k近邻及其对应的正、负成对标记关系,利用该标记关系计算最大后验概率对测试样例进行预测。实验结果表明,PNLC算法在yeast和image数据集上的分类准确率明显优于其他常用的多标记分类算法。 相似文献
12.
多核学习方法是机器学习领域中的一个新的热点。核方法通过将数据映射到高维空间来增加线性分类器的计算能力,是目前解决非线性模式分析与分类问题的一种有效途径。但是在一些复杂的情况下,单个核函数构成的核学习方法并不能完全满足如数据异构或者不规则、样本规模大、样本分布不平坦等实际应用中的需求问题,因此将多个核函数进行组合以期获得更好的结果,是一种必然的发展趋势。因此提出一种基于样本加权的多尺度核支持向量机方法,通过不同尺度核函数对样本的拟合能力进行加权,从而得到基于样本加权的多尺度核支持向量机决策函数。通过在多个数据集上的实验分析可以得出所提方法对于各个数据集都获得了很高的分类准确率。 相似文献
13.
资料变分同化方法基于观测误差无偏的假设,故偏差订正是卫星资料质量控制的重要环节之一。开展了基于集成学习的风云四号A 星(Feng-Yun 4A, FY-4A)干涉式大气垂直探测仪(Geostationary Interferometric Infrared Sounder, GIIRS)中波红外通道亮温偏差订正研究。将随机森林、极端梯度提升(eXtreme Gradient Boosting, XGBoost)、Decision Tree和Extra Tree作为集成学习的基础模型。在优化基础模型的超参数后,采用广义误差极小化方法集成基础模型回归结果。基于台风“利奇马”期间的加密晴空视场点资料,对比了集成学习、基础模型和离线法的GIIRS通道亮温偏差订正效果。试验结果表明,本文所采用的订正方法均取得了好的结果。在所有方法中,集成学习的订正效果最佳。在气团预报因子中,地理(经度和纬度)信息对基础模型贡献率较大。本文方法可推广至其他资料的偏差或误差订正。 相似文献
14.
提升卷积神经网络的泛化能力和降低过拟合的风险是深度卷积神经网络的研究重点。遮挡是影响卷积神经网络泛化能力的关键因素之一,通常希望经过复杂训练得到的模型能够对遮挡图像有良好的泛化性。为了降低模型过拟合的风险和提升模型对随机遮挡图像识别的鲁棒性,提出了激活区域处理算法,在训练过程中对某一卷积层的最大激活特征图进行处理后对输入图像进行遮挡,然后将被遮挡的新图像作为网络的新输入并继续训练模型。实验结果表明,提出的算法能够提高多种卷积神经网络模型在不同数据集上的分类性能,并且训练好的模型对随机遮挡图像的识别具有非常好的鲁棒性。 相似文献
15.
在多标记学习系统中,每个样本同时与多个类别标记相关,却均由一个属性特征向量描述。大部分已有的多标记分类算法采用的共同策略是使用相同的属性特征集合预测所有的类别标记,但它并非最佳选择,原因在于每个标记可能与其自身独有的属性特征相关性最大。针对这一问题,提出了融合标记独有属性特征的k近邻多标记分类算法—IML-kNN。首先对多标记数据的特征向量进行预处理,分别为每类标记构造对该类标记最具有判别能力的属性特征;然后基于得到的属性特征使用改进后的ML-kNN算法进行分类。实验结果表明,IML-kNN算法在yeast和image数据集上的性能明显优于ML-kNN算法以及其他3种常用的多标记分类算法。 相似文献
16.
17.
18.
19.
针对注水泵电机工作电压高、容量大、启停困难的实际情况,研发了注水泵电机软启动控制器。使用该控制器后,可将电动机的启动电流由其额定值的7倍降为2倍,且启动时间可调,大大降低了注水泵电机的启动电流,增加了电机启停操作的安全系数,延长了电机的运行寿命。 相似文献
20.
提高能效的自原协议 总被引:1,自引:0,他引:1
一、概述 1.什么是提高能源效率的自愿协议 自愿协议是政府与工业部门之间的协议,受政府的鼓励,在参加者的自身利益基础上由参加者来执行. 提高能源效率的自愿协议是指行业组织或单个企业在自愿的基础上为提高能源效率与政府签订的一种协议. 2.提高能源效率的自愿协议的发展历史 70年代石油危机以来,世界各国开始重视提高能源效率.80年代环境污染尤其是温室气体的过度排放引起了人们的高度重视.当时,国际上对于减排二氧化碳的磋商还没有形成统一明确的意见.许多欧洲国家就采用了自愿协议的方式,作为减少二氧化碳排放的国家政策.美国环保局(EPA)也于1990年提出减少建筑物温室气体排放的自愿计划. 相似文献