模糊隶属度相关论文
[目的/意义]以丁香园社区中用户数据的多粒度知识建模为目标,提出基于模糊形式概念分析（Fuzzy Formal Concept Analysis,FFCA）的群体......
农作物精细分类专题信息是农作物动态监测的基础数据。快速、准确地获取不同农作物类别种植面积及其空间分布对农作物估产、农业模......
针对现有高精度机床控制过程中存在的抖振现象和控制误差过高问题，提出一种基于可变论域模糊控制的算法。基于模糊控制理论和模糊控......
获取大型的带注释数据集是非常昂贵的,需要从现有标签的数据集到未标记的数据的转移过程。然而,特定应用程序相关的数据通常与公开......
考虑到机械手臂在运动时会受到关节阻尼的作用,使手臂控制的全局稳定性降低的问题,提出一种基于人机工程学的虚拟机械手臂运动控制......
图像识别是模式识别技术在图像领域中的具体应用,它运用模式识别的原理,把图像的主要特征当作基础,利用计算机找出图像中有哪些物......
基于图像信息的模式识别技术是一门多学科交叉的综合学科,研究内容非常丰富,而且与实际紧密相连,具有十分重要的研究意义.该文介绍......
通过有限样本数据进行机器学习是现代智能技术中的重要研究方向,而基于统计学习理论的SVM是一种专门研究小样本情况的机器学习理论......
选择性剪接是真核生物基因表达调控的重要方法,剪接位点的准确识别是基因识别的关键问题,本论文围绕选择性剪接位点的识别这一重要......
锌液净化除铜过程是锌直接浸出冶炼工艺的一个重要工序。生产过程中操作人员根据出口铜离子浓度化验值调整锌粉添加量,但由于检测......
现实世界中随机性与模糊性无处不在，无论在日常生活中还是在工程技术、生命科学、经济管理等领域。模糊集理论作为经典集合论的推广......
聚类分析是数据挖掘中的一个重要研究领域,被广泛应用于金融欺诈、医疗诊断、图像处理、信息检索和生物信息学等领域。近年来,针对......
学位
深基坑支护体系的变形控制设计是当今地下工程领域的重要研究课题，而变形控制设计首先是变形预报分析，即对支护结构在设计使用条件下......
近些年来，随着计算机性能的快速发展和学者们不断的探索与发现，国际上对视觉跟踪技术研究也日益加深，使得视觉跟踪技术成为目前计算机......
汉字是历史悠久的中华民族文化的结晶,闪烁着中国人民智慧的光芒。随着科学技术的不断进步和信息时代的不断发展,汉字在世界上已经......
数据挖掘(Data Mining)就是从海量的数据中,提取隐含在其中的人们事先不知道的、但又是潜在有用的信息和知识的过程。而作为数据挖......
基于图像序列的目标跟踪作为计算机视觉领域的一个核心问题,得到了广泛而深入的研究。视觉跟踪研究的主要目的是模仿生理视觉系统......
异常检测问题是现实生活中一类迫切需要解决的问题,其已成为机器学习、深度学习领域的研究热点。异常检测实质是一种类别极不平衡......
孪生支持向量机是受广义特征值支持向量机启发而提出的一种学习算法,如今它已成为机器学习的重要研究内容之一。由于孪生支持向量......
在当前市场经济下,电能的需求量日益增长。伴随着电力市场日趋完善,人们对需求侧资源的重视程度越来越高,需求侧响应作为需求侧管......
图像是人类认识和了解世界的重要途径之一,以前人们在接收图像传递给我们的信息后,需要自己去判断和识别,现在利用图像处理技术,能......
机器学习是当下的热门研究领域,而单任务支持向量机是机器学习中一种常见的方法。单任务支持向量机在解决小样本、非线性和局部极......
以煤炭等化石能源为主的能源供给与消费模式,凸显了单一能源结构带来的能源与环境问题。与此同时,随着全球气温变暖、空气污染加重......
针对电网企业财务负担不断加重,以及经济新常态、电力体制改革背景下电网企业日益复杂的投资环境等问题,从总投资,主网建设投资,配......
粗糙模糊K-means(RFKM)聚类综合利用了粗糙集和模糊集的优势互补,是一种有效的聚类分析算法,但现有的RFKM算法大多只考虑了簇内样......
油气钻井是一个多工种、多工序、立体交叉、连续作业的系统工程，也是隐蔽性很强的地下工程。这些工艺特点决定了在油气钻井作业过程......
城乡建设用地增减挂钩政策的提出是为了保护耕地、促进土地的集约节约利用、并改善农村居民的生产生活条件、促进城乡统筹发展。农......
支持向量机是一种重要的机器学习方法,且具有良好的泛化能力,因此,该方法的研究引起了国内外学者的广泛关注,并提出了很多不同的支......
正电子发射断层(Positron Emission Tomography, PET)是一种能够无创地以动态、定量的方式观测到活体生理和生化变化的医学成像工......
燃气轮机是一种结构复杂的涡轮旋转机械，广泛应用于航空、工业、舰船等领域，对其进行有效的健康状态评估，能够大大减少事故的发生，为日......
统计学习理论是目前针对小样本统计估计和预测学习的最佳理论，支持向量机是建立在统计学习理论基础之上的机器学习算法，在解决小样本......
在建立数学模型时，特征选择或特征提取是非常重要的。传统的PLS方法通过线性变换将原始观测值化为个数相同的一组新特征，也即每一个......
支持向量机(Support vector machines；SVM)是Vapnik等人根据统计学习理论提出的一种机器学习方法.它是建立在VC维和结构风险最小化......
支持向量机（SVM）是在统计学习理论（SLT）的基础上发展而来的一种新的模式识别方法，在解决小样本、非线性及高维模式识别问题中表现出许多......
论文首先介绍了支持向量机的研究背景，研究现状，然后给出支持向量机的基本理论介绍。在此基础上，分别对最小二乘支持向量机算法和四类......
支持向量机自20世纪90年代由Vapnik提出以来,就以其卓越的学习能力成为了机器学习的研究热点。传统的支持向量机是研究两类分类的,......
分类问题是实际应用中普遍存在的问题,也是机器学习领域的重要研究内容之一.孪生支持向量机(Twin support vector machines, TSVM)......
针对配送多目标优化问题,综合考虑车辆使用数、运输总里程和客户服务水平,基于双层规划的思想,解决了车辆数函数和运输里程函数的......
对线性不可分的问题,已有许多基于正定核的降维方法,Fisher判别分析法是其中常用的方法。本研究对此类方法进行了改进和推广,首先......
心电图(Electrocardiogram,ECG)是诊断心血管疾病的重要依据。本文提出一种基于模糊最小二乘支持向量机(FLSSVM)的ECG分类诊断方法......
期刊
通过数据挖掘手段获取聚集模式(即热点)等地理空间知识是地理信息智能化服务的基础和前提。点群聚集模式的提取本质上是热点及其边......
