多元数据携带工具RDF的探讨

元数据的使用对网络信息约组织、挖掘、检索和利用十分有益,RDF的引入使得多种元数据共荣共存.本文通过介绍元数据、RDF的一些基本概念与RDF数据模型,描述了RDF应用的广阔前景.     

基于模糊超球的模糊神经网络初始参数设定

在人们常用到的模糊神经学习算法中很少讨论如何设置并调整初始的权值参数,这样就会影响模糊神经学习算法的准确度,使得目标函数值很大。虽然在改进的模糊神经学习算法中使用模糊C均值聚类方法来确定模糊规则的初始参数,但是这种方法必须已知模式集的数目,这就限制了模糊神经网络的应用范围。因此,将模糊超球神经网络的思想与模糊神经网络有机的结合起来,通过不断调整超球的中心和半径以及超球的数目,优化模式集的边界,来确定权值参数,利用这种方法确定初始参数可以减小误差,提高算法的准确度,使目标函数值减小。     

基于模糊超球的模糊神经网络初始参数设定

在人们常用到的模糊神经学习算法中很少讨论如何设置并调整初始的权值参数，这样就会影响模糊神经学习算法的准确度。使得目标函数值很大。虽然在改进的模糊神经学习算法中使用模糊C均值聚类方法来确定模糊规则的初始参数。但是这种方法必须已知模式集的数目，这就限制了模糊神经网络的应用范围。因此，将模糊超球神经网络的思想与模糊神经网络有机的结合起来，通过不断调整超球的中心和半径以及超球的数目，优化模式集的边界，来确定权值参数，利用这种方法确定初始参数可以减小误差，提高算法的准确度，使目标函数值减小。     

高职院校计算机应用技术专业校企合作模式研究

高职院校校企合作的进程,一直关系着学校与企业的发展,该文从计算机应用技术专业出发,通过校企合作前景的分析,结合制约发展的矛盾,提出了校企合作在教学改革中的突破与创新。     

基于改进的模糊神经学习算法的模糊规则优化

对“改进的模糊神经学习算法”(DevelopedNeuro-FuzzyLearningAlgorithm)简单介绍,并针对这一新算法的缺点,提出了新的聚类方法得到最佳的规则数,利用模糊权值优化规则来改进这个算法,降低算法的时间复杂度,简化神经网络。     

电力系统在线安全分析并行分布式计算

描述了一种电力系统在线安全分析并行分布式计算新方法,分析了该算法的数学模型、运行场景、任务划分与映射的方式.对于大规模的电力系统预想事故的子任务,通过使用一个计算引擎来执行主-从编程模式的应用.采用Java的RMI或Proactive实现方式,主-从编程模式可以很好地聚集互联网上的广域计算资源.测试与性能分析结果表明,该方法能够满足实时性、动态性的大规模电力系统在线安全分析的应用需求,具有较好的加速比与执行时间.     

校园网认证计费系统研究与设计

通过校园网目前管理现状分析,提出了一种基于802.1X协议的认证计费系统的实现方法,设计了具体的认证、计费流程,实现了校园网的认证、可计费、可管理.     

支持向量机与K近邻结合的网页分类方法

在网页自动分类优化数据管理的研究,网页分类技术是数据挖掘研究中的一个热点领域,针对当前网页分类方法的精度低、速度慢等难题,为提高网页分类准确率,提出一种将支持向量机和最近邻相结合的网页分类方法(KNN-SVM).KNN-SVM在分类阶段计算待识别样本和最优分类超平面的距离,如果距离差大于给定阈值直接应用支持向量机分类,否则代入以每类的所有的支持向量作为代表点的K近邻分类并进行仿真.仿真结果表明,使用支持向量机结合最近邻分类的分类器分类比单独使用支持向量机分类具有更高的分类准确率,较好地解决应用支持向量机分类时核函数参数的选择问题.