期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
3
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
改进格鲁布纳基法
被引量：
3
1
作者
张纪元
汪萍锋
李波
《上海海运学院学报》
北大核心
2002年第2期1-5,共5页
针对布切伯格等算法中存在的不足之处 ,采用取最高项进行约简、对多项式组彻底约简和根据秩的大小选取基组等措施对这些算法进行改进 ,从而形成本文的改进格鲁布纳基法。与现有算法相比 ,本文提出的方法以较少的计算工作量得到与原多项...
针对布切伯格等算法中存在的不足之处 ,采用取最高项进行约简、对多项式组彻底约简和根据秩的大小选取基组等措施对这些算法进行改进 ,从而形成本文的改进格鲁布纳基法。与现有算法相比 ,本文提出的方法以较少的计算工作量得到与原多项式组 (PS)等价的格鲁布纳基 (GS)或便于求解的三角型组 (TS)。
展开更多
关键词
改进格鲁布纳基法
多项式议程组
格鲁布纳基
三角型组
gb
算法
机械学
下载PDF
职称材料
基于改进CART算法的M-learning过程中知识掌握程度预测
被引量：
2
2
作者
唐立
李六杏
《韶关学院学报》
2018年第9期26-31,共6页
传统CART运算对连续属性处理效率比较低,为此花费较长的运算时间,此外传统CART运算对小量样本数据建立模型不稳定,预测精度不高.为了使用CART运算能高效准确预测M-learning过程中对知识点的掌握程度,本文对CART运算进行改进,首先利用Fay...
传统CART运算对连续属性处理效率比较低,为此花费较长的运算时间,此外传统CART运算对小量样本数据建立模型不稳定,预测精度不高.为了使用CART运算能高效准确预测M-learning过程中对知识点的掌握程度,本文对CART运算进行改进,首先利用Fayyad边界提高对连续属性最优阀值所用的计算效率,减少分割点个数,减少运算时间.其次对小量样本数据进行基于GB算法的CART建模,多次迭代弱预测器成为较强的预测器,使得小样本数据模型建立更加稳定,提高预测精度.最后实验表明,改进的CART算法对M-learning过程中对知识点的掌握程度的预测,对连续属性处理的速度更快,预测正确率更高,能够提供给学生和教师强有力的决策支持.
展开更多
关键词
CART
算法
Fayyad边界
gb
算法
M-LEARNING
下载PDF
职称材料
基于Gradient Boosting算法的ERMS辐射数据预测
被引量：
2
3
作者
朱武峰
王廷银
+3 位作者
林明贵
苏伟达
李汪彪
吴允平
《计算机系统应用》
2019年第11期37-44,共8页
影响核辐射监测站点辐射监测HPIC剂量率实时数据准确性的组成因素多且复杂,如自然因素的降雨、温湿度、风向及太阳辐射等,客观因素的设备异常及放射性状况等;以致在实际应用中发现辐射监测状态异常时,很难分析出是什么原因导致的监测数...
影响核辐射监测站点辐射监测HPIC剂量率实时数据准确性的组成因素多且复杂,如自然因素的降雨、温湿度、风向及太阳辐射等,客观因素的设备异常及放射性状况等;以致在实际应用中发现辐射监测状态异常时,很难分析出是什么原因导致的监测数据偏离.结合ERMS海量历史辐射序列监测数据,深入挖掘降雨、温湿度、气压、风向、太阳辐射天顶方向电子量及周边各站点辐射数值等特征因子集,基于Gradient Boosting算法(简称GB算法)建立起HPIC剂量率辐射数据的在线预测模型,有效融合自然特征因子,降低了自然因子对HPIC剂量率辐射监测数值异常的分析及判读的干扰作用,提高了对ERMS辐射异常发现的辅助判断能力及维保效率.
展开更多
关键词
HPIC剂量率
异常
ERMS
gb
算法
预测
下载PDF
职称材料
题名
改进格鲁布纳基法
被引量：
3
1
作者
张纪元
汪萍锋
李波
机构
上海海运学院工学院
出处
《上海海运学院学报》
北大核心
2002年第2期1-5,共5页
基金
国家自然科学基金 ( 5 9875 0 84)
文摘
针对布切伯格等算法中存在的不足之处 ,采用取最高项进行约简、对多项式组彻底约简和根据秩的大小选取基组等措施对这些算法进行改进 ,从而形成本文的改进格鲁布纳基法。与现有算法相比 ,本文提出的方法以较少的计算工作量得到与原多项式组 (PS)等价的格鲁布纳基 (GS)或便于求解的三角型组 (TS)。
关键词
改进格鲁布纳基法
多项式议程组
格鲁布纳基
三角型组
gb
算法
机械学
Keywords
polynomial system of equations
Groebner basis
triangle form set
分类号
TH11 [机械工程—机械设计及理论]
下载PDF
职称材料
题名
基于改进CART算法的M-learning过程中知识掌握程度预测
被引量：
2
2
作者
唐立
李六杏
机构
安徽经济管理学院信息工程系
出处
《韶关学院学报》
2018年第9期26-31,共6页
基金
安徽经济管理学院院级课题(YJKT1314Q05)
文摘
传统CART运算对连续属性处理效率比较低,为此花费较长的运算时间,此外传统CART运算对小量样本数据建立模型不稳定,预测精度不高.为了使用CART运算能高效准确预测M-learning过程中对知识点的掌握程度,本文对CART运算进行改进,首先利用Fayyad边界提高对连续属性最优阀值所用的计算效率,减少分割点个数,减少运算时间.其次对小量样本数据进行基于GB算法的CART建模,多次迭代弱预测器成为较强的预测器,使得小样本数据模型建立更加稳定,提高预测精度.最后实验表明,改进的CART算法对M-learning过程中对知识点的掌握程度的预测,对连续属性处理的速度更快,预测正确率更高,能够提供给学生和教师强有力的决策支持.
关键词
CART
算法
Fayyad边界
gb
算法
M-LEARNING
Keywords
CART algorithm
Fayyad boundary
gb
algorithm
M-learning
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于Gradient Boosting算法的ERMS辐射数据预测
被引量：
2
3
作者
朱武峰
王廷银
林明贵
苏伟达
李汪彪
吴允平
机构
福建师范大学光电与信息工程学院
福建省辐射环境监督站
数字福建环境监测物联网实验室
福建省光电传感应用工程技术研究中心
出处
《计算机系统应用》
2019年第11期37-44,共8页
基金
国家自然科学基金海峡联合基金(U1805263)
福建省自然科学基金(2019J01427)
福建省引导性项目(2019H0009)~~
文摘
影响核辐射监测站点辐射监测HPIC剂量率实时数据准确性的组成因素多且复杂,如自然因素的降雨、温湿度、风向及太阳辐射等,客观因素的设备异常及放射性状况等;以致在实际应用中发现辐射监测状态异常时,很难分析出是什么原因导致的监测数据偏离.结合ERMS海量历史辐射序列监测数据,深入挖掘降雨、温湿度、气压、风向、太阳辐射天顶方向电子量及周边各站点辐射数值等特征因子集,基于Gradient Boosting算法(简称GB算法)建立起HPIC剂量率辐射数据的在线预测模型,有效融合自然特征因子,降低了自然因子对HPIC剂量率辐射监测数值异常的分析及判读的干扰作用,提高了对ERMS辐射异常发现的辅助判断能力及维保效率.
关键词
HPIC剂量率
异常
ERMS
gb
算法
预测
Keywords
HPIC dose rate
abnormal
ERMS
gb
algorithm
prediction
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
改进格鲁布纳基法
张纪元
汪萍锋
李波
《上海海运学院学报》
北大核心
2002
3
下载PDF
职称材料
2
基于改进CART算法的M-learning过程中知识掌握程度预测
唐立
李六杏
《韶关学院学报》
2018
2
下载PDF
职称材料
3
基于Gradient Boosting算法的ERMS辐射数据预测
朱武峰
王廷银
林明贵
苏伟达
李汪彪
吴允平
《计算机系统应用》
2019
2
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
