期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
Dijkstra及基于Dijkstra的前N条最短路径算法在智能交通系统中的应用 被引量:41
1
作者 王峰 游志胜 +2 位作者 曼丽 高燕 汤丽萍 《计算机应用研究》 CSCD 北大核心 2006年第9期203-205,208,共4页
介绍了D ijkstra算法在智能交通系统的套牌车查询子系统中的应用;分析指出了文献[1]中算法存在的问题;通过对此算法的改进,完善了基于D ijkstra算法的前N条最短路径算法。通过实验及实际应用对改进后的算法进行了验证。
关键词 DIJKSTRA算法 智能交通 前N条最短路径
下载PDF
Web数据挖掘研究与探讨 被引量:29
2
作者 曼丽 朱宏 杨全胜 《现代电子技术》 2005年第8期3-6,共4页
随着WWW迅猛发展,WWW上的信息量不断增加,如何在这些信息中找到用户真正需要的内容,成为数据组织和Web相关领域专家学者关注的焦点。由于Web数据具有的半结构化特性,使得Web数据挖掘更加复杂,不同于传统的基于数据库的数据挖掘。为了解... 随着WWW迅猛发展,WWW上的信息量不断增加,如何在这些信息中找到用户真正需要的内容,成为数据组织和Web相关领域专家学者关注的焦点。由于Web数据具有的半结构化特性,使得Web数据挖掘更加复杂,不同于传统的基于数据库的数据挖掘。为了解决这个问题,把数据挖掘的理论和技术应用于WWW,出现了一个新的研究领域Web数据挖掘。基于Web的数据挖掘主要分为:Web内容挖掘、Web结构挖掘和Web使用记录的挖掘。综述了基于Web的数据挖掘技术概念与原理,并且介绍用以Web数据挖掘实现的一种全新的技术XML。如何进一步开发Web数据挖掘,充分利用Web资源,还有待于进一步的研究。Web数据挖掘的研究具有极大的挑战性,同时又具有极大的开发潜力。 展开更多
关键词 数据挖掘 Web数据 信息提取 XML
下载PDF
WEB数据挖掘研究与探讨 被引量:10
3
作者 曼丽 朱宏 《西南民族大学学报(自然科学版)》 CAS 2005年第2期302-306,共5页
随着WWW迅猛发展,WWW上的信息量不断增加,如何在这些信息中找到用户真正需要的内容,成了数据组 织和web相关领域的专家学者关注的焦点.为了解决这个问题,把数据挖掘的理论和技术应用于WWW,出现了一个新 的研究领域--Web数据挖掘.主要介... 随着WWW迅猛发展,WWW上的信息量不断增加,如何在这些信息中找到用户真正需要的内容,成了数据组 织和web相关领域的专家学者关注的焦点.为了解决这个问题,把数据挖掘的理论和技术应用于WWW,出现了一个新 的研究领域--Web数据挖掘.主要介绍了Web数据挖掘的原理、应用、实现以及它的最近发展情况. 展开更多
关键词 数据挖掘 web数据:信息提取 XML
下载PDF
Smart Client在非.NET环境下的实现
4
作者 余欣 曼丽 《计算机时代》 2005年第2期22-23,共2页
本文以会展票务系统为例,论述在保持非.N ET 环境下开发习惯的同时,如何利用智能客户端特性弥补传统 C/S架构的一些缺陷。重点介绍用 D elphi和 SQ L Server实现实用智能客户端的方法。实践证明文中提出的方法是有效的。
关键词 .NET 客户端 C/S SQL 明文 架构 智能 会展 环境 系统
下载PDF
模糊逻辑与学习方法的车牌颜色识别算法 被引量:3
5
作者 王峰 刘直芳 曼丽 《光电子.激光》 EI CSCD 北大核心 2009年第1期84-88,共5页
针对光照环境复杂多变及各地车牌颜色特征不同的情况,提出了一种结合模糊逻辑与学习方法的车牌颜色识别算法。在HSV颜色空间中进行车牌颜色特征提取,并根据反色信息将车牌颜色识别由一个四分类问题转换为两个二分类问题。对HSV颜色空间... 针对光照环境复杂多变及各地车牌颜色特征不同的情况,提出了一种结合模糊逻辑与学习方法的车牌颜色识别算法。在HSV颜色空间中进行车牌颜色特征提取,并根据反色信息将车牌颜色识别由一个四分类问题转换为两个二分类问题。对HSV颜色空间三个分量的模糊映射进行加权融合,建立基于隶属度的分类函数,相关参数通过学习算法获得。在一个基于DSP的嵌入式车牌识别平台上进行了与其他传统分类方法的对比实验,结果表明本文算法在两个测试集上都取得了更好的识别效果。 展开更多
关键词 颜色识别 模糊逻辑 机器学习 HSV颜色空间 车牌识别(LPR)
原文传递
基于免疫数值归约方法的车牌颜色识别算法 被引量:1
6
作者 王峰 曼丽 +2 位作者 肖逸军 王邦平 张秀琼 《四川大学学报(工程科学版)》 EI CAS CSCD 北大核心 2008年第5期164-170,共7页
为了解决K近邻算法(KNN)在训练样本较大时计算开销很高的问题,提出了一种新颖的基于免疫原理的数值归约方法,并将之应用于车牌颜色的识别。给出了抗原决定基、免疫细胞等的定义和亲和力计算方法;采用克隆选择与变异、免疫耐受和免疫记... 为了解决K近邻算法(KNN)在训练样本较大时计算开销很高的问题,提出了一种新颖的基于免疫原理的数值归约方法,并将之应用于车牌颜色的识别。给出了抗原决定基、免疫细胞等的定义和亲和力计算方法;采用克隆选择与变异、免疫耐受和免疫记忆等机制实现对训练抗原集的多种群并行免疫学习,达到数值归约的目的;利用免疫归约所得检测器结合KNN方法完成免疫应答阶段的车牌颜色识别。在两个数据集上与利用直方图进行数值归约的方法进行了对比实验,结果表明,本文算法能有效进行数值归约,归约率分别达到98.87%和95.48%;并取得了较好的分类效果,正确率分别为97.45%和94.73%。 展开更多
关键词 数值归约 人工免疫系统 颜色识别 K近邻算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部