期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到7篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
树的代数连通度极限点的排序(英文) 被引量：3
1
作者 刘颖 《黑龙江大学自然科学学报》 CAS 北大核心 2008年第1期103-106,共4页
郭继明在文献[1]中研究了代数连通度极限点的性质,并且确定了树的代数连通度前两大值。Kirkland在文献[2]中用正矩阵Perron值的方法刻划了树的代数连通度的极限点,并给出了树的代数连通度的前四大值和达到这些数值相应的分支。在此基础... 郭继明在文献[1]中研究了代数连通度极限点的性质,并且确定了树的代数连通度前两大值。Kirkland在文献[2]中用正矩阵Perron值的方法刻划了树的代数连通度的极限点,并给出了树的代数连通度的前四大值和达到这些数值相应的分支。在此基础上确定了树的代数连通度极限点的第五到第十四大值,并且给出了达到这些数值的分支。 展开更多
关键词 代数连通度 瓶颈矩阵 Perron分支
下载PDF
具有完美匹配树的代数连通度的排序(英文) 被引量：3
2
作者 刘颖 邵嘉裕 袁西英 《数学进展》 CSCD 北大核心 2008年第3期269-282,共14页
Jason等确定了阶数为n的具有完美匹配树的最大的代数连通度以及相应的极图.本文确定了阶数为n的具有完美匹配树的第二大到第五大的代数连通度以及达到这些数值的图(或图类).
关键词 树 完美匹配 代数连通度 瓶颈矩阵
下载PDF
基于区间数聚类分析的多属性瓶颈区域识别方法 被引量：1
3
作者 周勇樟 王艳 《现代制造工程》 CSCD 北大核心 2022年第1期1-9,共9页
制造业生产环境复杂,瓶颈现象的出现会制约其发展。针对利用单一数据识别单个瓶颈机器的方法难以具体描述系统瓶颈的问题,提出了一种基于区间数聚类分析的多属性瓶颈区域识别方法。首先采用k-means++聚类分析方法,根据决策矩阵比较各指... 制造业生产环境复杂,瓶颈现象的出现会制约其发展。针对利用单一数据识别单个瓶颈机器的方法难以具体描述系统瓶颈的问题,提出了一种基于区间数聚类分析的多属性瓶颈区域识别方法。首先采用k-means++聚类分析方法,根据决策矩阵比较各指标的相似程度,找出不同距离下的机器区域。然后利用决策矩阵求出的可能度矩阵排序向量找出各区域的主导机器,比较后确定瓶颈区域。最后通过实例验证了所提方法的有效性和准确性。 展开更多
关键词 瓶颈区域 可能度矩阵 k-means++ 区间数 多属性决策
下载PDF
基于交叉口饱和流率的城市核心区主要交通流向瓶颈路段判别研究——以西宁市为例 被引量：1
4
作者 马争锋 杨华 +1 位作者 郭建华 马生元 《青海大学学报》 2020年第6期41-47,共7页
为了判别城市道路核心区常发性交通拥堵路段,本研究基于交叉口车道渠化结果和车道饱和流率,以及城市道路网有向图简化方法,采用运筹学最大流最小截集理论,建立容量矩阵,提出了城市核心区道路网主要交通流方向常发性交通拥堵路段的判别... 为了判别城市道路核心区常发性交通拥堵路段,本研究基于交叉口车道渠化结果和车道饱和流率,以及城市道路网有向图简化方法,采用运筹学最大流最小截集理论,建立容量矩阵,提出了城市核心区道路网主要交通流方向常发性交通拥堵路段的判别方法和优化流程。以西宁市为例,研究得到了西宁市核心区道路网东至西以及西至东的常发性交通拥堵路段,其结果与西宁市核心区道路网常发性交通拥堵路段相符合,可为西宁市核心区道路网信控交叉口设计参数调整和交通管理优化方案的制定提供依据。 展开更多
关键词 交叉口 交通瓶颈 饱和流率 容量矩阵 网络最大流
下载PDF
基于DNN的低资源语音识别特征提取技术 被引量：25
5
作者 秦楚雄 张连海 《自动化学报》 EI CSCD 北大核心 2017年第7期1208-1219,共12页
针对低资源训练数据条件下深层神经网络(Deep neural network,DNN)特征声学建模性能急剧下降的问题,提出两种适合于低资源语音识别的深层神经网络特征提取方法.首先基于隐含层共享训练的网络结构,借助资源较为丰富的语料实现对深层瓶颈... 针对低资源训练数据条件下深层神经网络(Deep neural network,DNN)特征声学建模性能急剧下降的问题,提出两种适合于低资源语音识别的深层神经网络特征提取方法.首先基于隐含层共享训练的网络结构,借助资源较为丰富的语料实现对深层瓶颈神经网络的辅助训练,针对BN层位于共享层的特点,引入Dropout,Maxout,Rectified linear units等技术改善多流训练样本分布不规律导致的过拟合问题,同时缩小网络参数规模、降低训练耗时;其次为了改善深层神经网络特征提取方法,提出一种基于凸非负矩阵分解(Convex-non-negative matrix factorization,CNMF)算法的低维高层特征提取技术,通过对网络的权值矩阵分解得到基矩阵作为特征层的权值矩阵,然后从该层提取一种新的低维特征.基于Vystadial 2013的1小时低资源捷克语训练语料的实验表明,在26.7小时的英语语料辅助训练下,当使用Dropout和Rectified linear units时,识别率相对基线系统提升7.0%;当使用Dropout和Maxout时,识别率相对基线系统提升了12.6%,且网络参数数量相对其他系统降低了62.7%,训练时间降低了25%.而基于矩阵分解的低维特征在单语言训练和辅助训练的两种情况下都取得了优于瓶颈特征(Bottleneck features,BNF)的识别率,且在辅助训练的情况下优于深层神经网络隐马尔科夫识别系统,提升幅度从0.8%～3.4%不等. 展开更多
关键词 低资源语音识别 深层神经网络 瓶颈特征 凸非负矩阵分解
下载PDF
基于抽风矢量场的深度凹陷图像分割算法
6
作者 孔勇奇 潘志庚 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2014年第6期1024-1033,共10页
为了解决深度凹陷图像分割中的分割瓶颈问题,提出一种基于抽风矢量场的深度凹陷图像分割算法.该算法对凹陷图像进行初次图像分割,获取初次分割曲线及图像梯度矩阵;依据图像梯度矢量的分布规律,对分割曲线的控制节点进行分割瓶颈检测,并... 为了解决深度凹陷图像分割中的分割瓶颈问题,提出一种基于抽风矢量场的深度凹陷图像分割算法.该算法对凹陷图像进行初次图像分割,获取初次分割曲线及图像梯度矩阵;依据图像梯度矢量的分布规律,对分割曲线的控制节点进行分割瓶颈检测,并以分割瓶颈的弦线中点为中心坐标,引入算法预置的抽风矢量场;以图像梯度标识矩阵为参考,对抽风矢量场中的梯度矢量进行点积运算,并将矢量的点积结果作为分割曲线的外部图像驱动力,实现分割曲线在凹陷区域内部的继续收敛.实验数据显示;在不同凹陷程度情况下,该算法始终能够将图像分割的平均误差和覆盖比率控制在有效范围.不同算法的分割对比实验表明,该算法分割曲线对深度凹陷结构的拟合程度优于其他同类算法. 展开更多
关键词 分割瓶颈 抽风矢量场 梯度标识矩阵 凹陷图像
下载PDF
信息熵和信息瓶颈算法在图像聚类中的应用
7
作者 谢盛嘉 梁竞敏 《计算机工程与应用》 CSCD 北大核心 2010年第34期187-190,共4页
提出基于信息熵特征选择和信息瓶颈算法的图像聚类算法,首先提取图像的Gabor小波纹理特征和灰度共生矩阵纹理特征,然后采用信息熵特征选择方法进行特征降维;图像聚类方法很多,其中较为典型的k-means聚类算法,但它过分依赖距离函数和聚... 提出基于信息熵特征选择和信息瓶颈算法的图像聚类算法,首先提取图像的Gabor小波纹理特征和灰度共生矩阵纹理特征,然后采用信息熵特征选择方法进行特征降维;图像聚类方法很多,其中较为典型的k-means聚类算法,但它过分依赖距离函数和聚类中心的选择,采用信息瓶颈算法对图像进行聚类,信息瓶颈算法不需要定义距离函数,它考虑了样本与特征的关系,不仅压缩了样本的信息,同时又考虑保留特征信息。实验结果表明,提出的方法具有良好的聚类效果。 展开更多
关键词 信息瓶颈算法 Gabor小波纹理 灰度共生矩阵 信息熵 图像聚类
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部