排序方式: 共有26条查询结果,搜索用时 15 毫秒
1.
如何有效地建立简洁且性能可靠的范例库,以提高基于范例推理系统的性能,是当前基于范例推理研究的热点.本文结合NCL CLARA聚类算法与脚标数据的优点,给出了一种有效的基于能力的范例库自动建立新方法.通过实验表明,该方法能在保持原始领域数据库系统解决问题能力的前提下,最大程度地减少生成的范例库. 相似文献
2.
Web Service采用松散的方式将计算服务整合在一起,在电子商务、企业应用系统集成等分布式计算环境中发挥着重要的作用,随着Web Service应用的普及,安全问题也受到了重视。针对利用SSL和防火墙技术实现Web Service安全的不足,本文从Web Service的体系结构入手,将Web Service的安全分为企业处理层安全、Web Service目录及注册层安全、通信层安全 3个层次,并阐明了Web Service不同层次的安全策略和实现方法。 相似文献
3.
材料数据具有分批次、分阶段制备的特点,并且不同批次数据的分布也不同,而神经网络按批次学习材料数据时会存在平均准确率随批次下降的问题,这为人工智能应用于材料领域带来极大的挑战。为解决这个问题,将增量学习应用于材料数据的学习上,通过分析模型参数的变化,建立了参数惩罚机制以限制模型在学习新数据时对新数据过拟合的现象;通过增强样本空间多样性,提出经验回放方法应用于增量学习,将新数据与从缓存池中采样得到的旧数据进行联合训练。进一步地,将所提方法分别应用在材料吸声系数回归和图像分类任务上,实验结果表明采用增量学习方法后,平均准确率分别提升了45.93%和2.62%,平均遗忘率分别降低了2.25%和7.54%。除此之外,还分析了参数惩罚和经验回放方法中具体参数对平均准确率的影响, 结果显示平均准确率随着回放比例的增大而增大,随着惩罚系数的增大先增大后减小。综上所述,本文提出的方法能够跨模态、任务进行学习,且参数设置灵活,可以根据不同环境和任务进行变动,为材料数据的增量学习提供了可行的方案。 相似文献
4.
抽样在数据挖掘中的应用研究 总被引:5,自引:2,他引:3
大规模数据集是数据挖掘高效实现的障碍。抽样是统计学中一种常用的调查方法,作为克服该障碍的方法,抽样被引入数据挖掘中。在国外,抽样在数据挖掘中的应用研究已比较广泛,而国内相关研究很少。本文在总结现有相关工作的基础上,系统介绍了数据挖掘中抽样的应用及其相关问题。相信抽样在数据挖掘中的应用研究将推动数据挖掘的发展。 相似文献
5.
材料数据由于小样本、高维度、噪音大等特性, 用于机器学习建模时常常会产生与领域专家认知不一致的结果。面向机器学习全流程, 开发材料领域知识嵌入的机器学习模型是解决这一问题的有效途径。材料数据的准确性直接影响了数据驱动的材料性能预测的可靠性。本研究针对机器学习应用过程中的数据预处理阶段, 提出了融合材料领域知识的数据准确性检测方法。该方法首先结合材料专家认知构建了材料领域知识库。然后, 将其与数据驱动的数据准确性检测方法结合, 从数据和领域知识两个角度对材料数据集进行基于描述符取值规则的单维度数据正确性检测、基于描述符相关性规则的多维度数据相关性检测以及基于多维相似样本识别策略的全维度数据可靠性检测。对于每一阶段识别出的异常数据, 结合材料领域知识进行修正, 并将领域知识融入到数据准确性检测方法的全过程以确保数据集从初始阶段就具有较高准确性。最后该方法在NASICON型固态电解质激活能预测数据集上的实验结果表明: 本研究提出的方法可以有效识别异常数据并进行合理修正。与原始数据集相比, 基于修正数据集的6种机器学习模型的预测精度都有不同程度的提升。其中, 在最优模型上R2提升了33%。 相似文献
6.
创业投资环境好坏是关系到经济发展好坏的必要条件之一,从宏观环境分析了湖北省创业投资环境的现状,并对改善目前制约创业投资发展的因素提出了建议和对策。 相似文献
7.
一种序列挖掘模型用于异常检测的研究 总被引:1,自引:0,他引:1
应用序列挖掘方法对用户命令序列进行分析,建立用户行为概貌,并针对用户使用的高频命令序列用统计分析的方法对其进行独特性评价。实验结果表明,该方法稳定可靠。是一种较理想的异常检测模型。 相似文献
8.
Linux防火墙原理分析 总被引:3,自引:0,他引:3
本文从防火墙主要技术,数据包处理、框架、地址转换、状态检测等角度分析Linux2.4 防火墙的工作原理,并对其扩展研究作些展望。 相似文献
9.
10.