排序方式: 共有17条查询结果,搜索用时 15 毫秒
1.
随着计算机技术及感知技术的发展及应用,各个领域普遍出现不确定性数据流形态的新型数据,吸引了众多研究者的关注.现有的数据流聚类技术普遍忽略不确定性特征,常导致聚类结果的不合理甚至不可用.为数不多的针对不确定性特征的聚类方法片面考察不确定性,且大多基于K-Means算法,具有先天缺陷.针对这一问题展开研究,提出了不确定度模型下数据流自适应网格密度聚类算法(adaptive density-based clustering algorithm over uncertain data stream,ADC-UStream).对于不确定性特征,该算法在存在级和属性级不确定性统一策略下,构建熵不确定度模型进行不确定性度量,综合考察不确定性.采用网格-密度的聚类算法,基于衰减窗口模型设计时态和空间的自适应密度阈值,以适应不确定性数据流的时态性和非均匀分布特征.实验结果表明,不确定模型下的数据流网格密度自适应聚类算法ADC-UStream在聚类结果质量和聚类效率方面都具有较好的性能. 相似文献
2.
3.
4.
为了优化反向传播网络相关学习参数,提出一种粒子群优化辅助BP神经网络(BPNN)的新方法.以变压器油中气体体积分数百分比构造故障特征,将BP网络的初始权值和阈值进行实数编码,以对应PSO中的粒子,实现BP网络的离线训练与在线分析,对变压器故障模式做出判断.结果表明,该算法更合理地更新了粒子的位置和速度,最优地设置了全局极值,有效克服了粒子的早熟收敛,获得的故障诊断准确率高达91%,并大大提升了BP网络的收敛速度.该算法为此类设计提供了有效的模型参考. 相似文献
5.
6.
7.
8.
9.
文章结合实例总结了象征方法在低年级建筑设计教学中应用的四种类型及其特点和应用方法,并指出象征方法是手段不是目的,它是培养学生设计能力的有效途径.文章为建筑设计的教学实践提供了新的思路和方法. 相似文献
10.
为加强学生对于建筑空间的认知,学习建筑空间序列的创作手法,将中国古代建筑群体、中国古典园林与当代极少主义建筑作为空间分析经典案例,引入建筑空间序列的教学当中。指出“有所变化的情感空间序列”是中国古代建筑和部分当代极少主义建筑的审美重点,应该为现代建筑设计所借鉴。在此基础上,指出路径和节点的设计是取得“有所变化的情感空间序列”的途径,并将其运用到建筑设计课程当中。 相似文献