排序方式: 共有14条查询结果,搜索用时 0 毫秒
1.
3.
随着电子信息技术的飞速发展和办公自动化程度的不断提高,大量的电子文件逐步成为记录人类社会活动的重要载体,这就使得电子文件档案化管理成为档案工作发展的必然趋势.回顾了电子档案的产生和特点,分析了电子档案的优势和弊端,并以国内外对于电子文件档案化管理方法的研究为基础,结合实际经验,总结并提出了电子文件档案化管理的原则和对策. 相似文献
4.
5.
局部切空间排列(LTSA)算法是一种有效的流形学习算法,能较好地学习出高维数据的低维嵌入坐标。数据点的切空间在LTSA算法中起着重要的作用,其局部几何特征多是在样本点的切空间内表示。但是在实际中,LTSA算法是把数据点邻域的样本协方差矩阵的主元所张成的空间当做数据点的切空间,导致了在非均匀采样或样本邻域均值点与样本自身偏离程度较大时,原算法的误差增大,甚至失效。为此,提出一种更严谨的数据点切空间的计算方法,即数据点的邻域矩阵按照数据点本身进行中心化。通过数学推导,证明了在一阶泰勒展开的近似下,提出的计算方法所得到的空间即为数据点自身的切空间。在此基础上,提出了一种改进的局部切空间排列算法,并通过实验结果体现了该方法的有效性和稳定性。与已有经典算法相比,提出的计算方法没有增加任何计算复杂度。 相似文献
7.
基于小波变换和置乱技术的二值水印新算法 总被引:4,自引:0,他引:4
提出一种基于小波变换和置乱技术的二值水印新算法.将载体图像进行置乱变换和小波变换,将水印图像嵌入到低频系数中,嵌入时根据不同的能量范围设置不同的嵌入强度,且根据二值水印图像本身的特点对优值像素和劣值像素设置不同的调整因子.实验结果表明,该算法对加噪、JPEG压缩、裁剪、图像增强、滤波等处理都有很好的抵抗力. 相似文献
8.
针对传统GM(1,1)模型的模拟精度和预测精度不高的问题,提出了基于鸡群优化(chicken swarm optimization,CSO)算法的改进模型CSO-GM(1,1)。首先,为了提高模型的模拟精度,在模型的初始条件中引入扰动因子。其次,为了提高模型的预测精度,设计了一种基于新信息优先原理的优化模型。最后,利用鸡群算法对模型中的参数进行优化,进一步提高了模型的模拟和预测精度。利用多组不同增长幅度的指数序列和实际算例进行测试,结果显示在模拟精度和预测精度上,CSO-GM(1,1)模型都优于其他对比模型,从而验证了改进模型的有效性。 相似文献
10.