搜索结果: 121-135 共查到“知识库 计算机科学技术基础学科”相关记录8070条 . 查询时间(1.609 秒)
基于平均距离聚类的NSGA-Ⅱ
多目标优化算法 NSGA-Ⅱ 拥挤度距离 多样性
2024/1/23
拥挤度距离是一种用于度量解集多样性的指标.然而,在许多情况下,该指标无法有效区分多样性较优个体.其原因为拥挤度距离主要利用每个位置的局部信息.为解决该问题,基于整个种群全局位置信息,本文设计了基于平均距离聚类的多样性度量指标,并进一步提出了基于平均距离聚类的NSGA-Ⅱ.该算法利用平均距离将种群划分为若干个大致均匀分布的小种群,然后分别在各小种群内执行选择、交叉和变异等操作.实验结果表明,本文所提...
核自适应滤波器(Kernel adaptive filter,KAF)是时间序列在线预测的重点研究领域之一,本文对核自适应滤波器的最新进展及未来研究方向进行了分析和总结.基于核自适应滤波器的时间序列在线预测方法,能较好地解决预测、跟踪问题。
随着网络结构的不断扩大和日益复杂,重叠社区发现技术对挖掘复杂网络深层潜在结构具有重要意义.本文提出一种基于时间加权的重叠社区检测算法.该方法考虑了用户兴趣的时间因素,构建带有时间加权链接的用户-用户图.接着,基于网络节点的影响力计算用户全局相似度,在此基础上通过计算节点的中心度作为度量节点对社区结构影响力的重要性指标,从而提出一种社区中心点的选取方法。
基于模式增长的高效用序列模式挖掘算法
高效用序列模式 模式增长 闭包属性 数据挖掘
2024/1/23
高效用序列模式挖掘是数据挖掘领域的一项重要内容,在生物信息学、消费行为分析等方面具有重要的应用.与传统基于频繁项模式挖掘方法不同,高效用序列模式挖掘不仅考虑项集的内外效用,更突出项集的时间序列含义,计算复杂度较高.尽管已经有一定数量的算法被提出应用于解决该类问题,挖掘算法的时空效率依然成为该领域的主要研究热点问题.鉴于此,本文提出一个基于模式增长的高效用序列模式挖掘算法HUSP-FP。
脑效应连接(Effective connectivity,EC)网络是人脑连接组研究中一项重要的研究课题,识别脑效应连接网络已成为评价正常脑功能及其与神经退化疾病相关损伤的一种有效手段.针对从功能性磁共振成像数据中进行脑效应连接网络的学习问题,提出了一种将多源信息与蚁群优化过程相融合的学习方法.新方法首先利用弥散张量成像数据获取感兴趣区域的结构约束信息,并利用正相关的皮尔森信息来压缩蚁群搜索的空间...
基于方向场正则化的线描画生成算法
线描画 方向场 Tikhonov正则化 高斯差分滤波 感知阈值
2024/1/23
图像风格转化在计算机视觉领域广受关注,其研究目标在于将输入图像利用计算机转化为具有某种特定艺术风格的图像.线描画作为一种古老的画种,它通过简单的线条勾勒物体的轮廓,具有简约、抽象的风格。
区块链技术是一种新兴技术,它具备防篡改、去中心化、分布式存储等特点,可以有效地解决现有数据共享模型中隐私安全、用户控制权不足以及单点故障问题.本文以电子病历(Electronic health record,EHR)共享为例提出一种基于集成信用度评估智能合约的数据共享访问控制模型,为患者提供可信EHR共享环境和动态访问控制策略接口.实验表明所提模型有效解决了患者隐私安全和对EHR控制权不足的问题....
基于小波相干性算法的孤独症儿童脑电评估
孤独症 脑电 小波相干性 功能连接
2024/1/23
孤独症是一种先天的大脑发育障碍性疾病,孤独症儿童的早期评估诊断尤为重要.脑电图(Electroencephalography,EEG)是大脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映.EEG信号中包含了大量的生理与疾病信息,可为某些脑疾病提供诊断依据.本文按照国际10-20系统标准电极分布将全脑划分为5个脑区,采用小波相干性算法对孤独症(Autistic spectrum disorder,...
传统的基于直方图分布的目标颜色模型,由于跟踪过程的实时性要求其区间划分不宜过细,因此易导致同一区间有差异的颜色难以区分;此外,还存在易受背景干扰的问题.本文提出一种新的背景抑制目标颜色分布模型,并在此基础上设计了一个合成式的目标跟踪算法.新的颜色分布模型将一阶及二阶统计信息纳入模型,并设计了基于人类视觉特性的权重计算方式,能有效区分同一区间内的差异色且抑制背景颜色在模型中的比重。
数据科学进展:核心理论与典型实践
数据科学 核心理论 典型实践 研究现状
2022/7/28
数据科学经历了近50年的发展与变革,对知识创新和社会进步产生了深远的影响。现阶段对数据科学的研究,除应探讨数据科学的内涵和外延之外,还需要回答一系列深层次的问题:数据科学的核心理论和代表性实践是什么,它们是如何演化而来的,仍存在的问题和挑战是什么,未来的发展趋势是什么。为此,本文从核心理论和典型实践两个维度,将数据科学的发展历程划分为萌芽期、快速发展期和逐步成熟期三个阶段并进行总结分析。
随着云计算、物联网等信息通信技术与数据采集与监控系统的整合,工业控制系统面临新的安全问题,其中数据的完整性、机密性保护和有效的身份认证问题受到了关注.为了在这样一个多功能、分布式的环境中解决这些问题,该文利用基于属性的加密方法,构建访问控制策略,为用户提供身份认证和授权服务,保护用户与工业控制系统间的数据通信安全并实时检查存储数据的完整性.方案从正确性、安全性及系统性能等方面做出分析,并与常用的认...
研究了带未知模型参数和衰减观测率多传感器线性离散随机系统的信息融合估计问题.在模型参数和衰减观测率未知的情形下,应用递推增广最小二乘(Recursive extend least squares,RELS)算法和加权融合估计算法提出了分布式融合未知模型参数辨识器;应用相关函数对描述衰减观测现象的随机变量的数学期望和方差进行在线辨识.将辨识后的模型参数、数学期望和方差代入到最优分布式融合状态滤波器中...
传统基于核主成分分析(Kernel principal component analysis,KPCA)的数据降维方法在提取有效特征信息时只考虑全局结构保持而未考虑样本间的局部近邻结构保持问题,本文提出一种改进全局结构保持算法的特征提取与降维方法.改进的特征提取与降维方法将流形学习中核局部保持投影(Kernel locality preserving projection,KLPP)的思想融入核主...