排序方式: 共有7条查询结果,搜索用时 7 毫秒
1
1.
对乌兰布和灌域沿渠生态综合治理开发工程的探讨 总被引:1,自引:0,他引:1
乌兰布和灌域沿渠沙漠,由于风蚀移动,对河套灌区、黄河、110国道、包兰铁路的威胁相当严重。在对沿渠沙漠现状及今后生态综合治理开发工程进行分析的基础上,提出了开发项目切实可行的治理措施,对工程项目实施具有重要的现实意义。 相似文献
2.
直流稳态电路的求解过程采用传统的方法一直比较繁琐,效率较低。而在使用了MATLAB这一数学工具后,可以大大简化求解过程,提高工作效率。使之在工程分析过程中较好地满足了技术人员的需要。 相似文献
3.
通过对河套地区生态环境特征的分析,指出了河套地区生态环境建设中存在的主要问题和引发这些问题的落后的生产方式、盲目的建设手段,系统地阐述了河套地区保护和改善生态环境的必要性和紧迫性,提出了保护和改善河套地区生态环境的思路、对策与具体措施。 相似文献
4.
不同的计算机语言仅仅只是语法规则、语句有些不同。而其中的核心问题算法则是通用的,如果能将一些精典的算法利用对话框、图形、多媒体技术进行动态演示,从而应用于不同的语言课教学中,就会起到事半功倍的效果。 相似文献
5.
6.
数据集中含有不相关特征和冗余特征会使学习任务难度提高,特征选择可以有效解决该问题,从而提高学习效率和学习器性能.现有的特征选择方法大多针对分类问题,面向回归问题的较少,特别是当数据集含异常点时,现有方法对异常点敏感.虽然某些方法可以通过给样本损失函数加权来提高其稳健性,但是其权值一般都已预先设定好,且在特征选择和学习器训练过程中固定不变,因此方法的自适应性不强.针对上述问题,提出了一种针对异常点的回归特征选择方法(adaptive weight LASSO, AWLASSO),它首先根据回归系数更新样本误差,并通过自适应正则项将误差大于当前阈值的样本的损失函数赋予较小权重,误差小于阈值的样本的损失函数赋予较大权重,再在更新权重后的加权损失函数下重新估计回归系数,不断迭代上述过程.AWLASSO算法采用阈值来控制样本是否参与回归系数的估计,在阈值作用下,误差较小的样本才可参与估计,所以迭代完成后会获得较优的回归系数估计.另外,AWLASSO算法的阈值不是固定不变的,而是不断增大的(为使初始回归系数估计值较准确,其初始值较小),这样误判为异常点的样本可以重新进入训练集,并保证训练集含有足够的样本.对于误差大于最大阈值的样本点,由于其学习代价较大,算法将其识别为异常点,令其损失函数权重为0,从而有效降低了异常点的影响.在构造数据和标准数据上的实验结果表明:对于含有异常点的数据集,提出的方法比经典方法具有更好的稳健性和稀疏性. 相似文献
7.
递归调用的实质是返回地址及参数不断进栈过程,分析时注意形参与实参的结合,若是变参不在重新分配内存单元,若是值参重新分配内存单元,登记该变量在本层的实际值,返回时应使用本层原来保留的参数值。 相似文献
1