检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

原空间新理念

设计 2018年第4期31卷 44-49页

作者：林楠任杰

看点key featureHAPPINESS幸福感DESIGN PHILOSOPHY设计哲学ARCHITECTURAL CONCEPT建筑理念任杰是原空间设计的主持设计师,去年他搬进了新的工作室。延续一致的设计思路,他的作品总是一眼就能识出。作品如同他的人和生活一样简单却有味... 详细信息

看点key featureHAPPINESS幸福感DESIGN PHILOSOPHY设计哲学ARCHITECTURAL CONCEPT建筑理念任杰是原空间设计的主持设计师,去年他搬进了新的工作室。延续一致的设计思路,他的作品总是一眼就能识出。作品如同他的人和生活一样简单却有味道。每年任杰都会精挑细选几个合适的项目,最终变成他的作品。喜爱读书的他也频频提笔为作品注解,文字中总是深藏着对设计的思考、对世界的认知。每件作品每篇文章都如同亲生骨肉。建筑可以拆除,但文字能够永存,

关键词：原空间新理念

在线全文

学校读者我要写书评

暂无评论

关于Banach空间之原空间的存在性研究

西北工业大学学报 1988年第1期 113-118页

作者：王林西北工业大学助教

本文考虑了共轭空间的逆问题,即求一个Banach空间的原空间。我们引进了空间集F1与F2,并对其性质进行了研究。在此基础上,我们证明了F1的极小元之存在性与Banach空间之原空间的存在性等价。同时,我们还证明了F2的极大元之存在性亦与Banac... 详细信息

本文考虑了共轭空间的逆问题,即求一个Banach空间的原空间。我们引进了空间集F1与F2,并对其性质进行了研究。在此基础上,我们证明了F1的极小元之存在性与Banach空间之原空间的存在性等价。同时,我们还证明了F2的极大元之存在性亦与Banach空间之原空间的存在性等价,从而将找原空间转化成找F1之极小元或找F2之极大元。

关键词： Banach空间共轭空间原空间极大元极小元

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

东北渔猎民族濒危人居模式的“原空间”研究

城市建筑 2018年第9期15卷 117-120页

作者：朱莹李红琳屈芳竹哈尔滨工业大学建筑学院黑龙江省寒地建筑科学重点实验室哈尔滨工业大学建筑学院

本文以东北渔猎民族为研究对象,基于人—地、人—社会、人—家庭关联下的三重维度,分别提炼其传统且渐趋濒危的人居模式,提取其生存、生产及生活空间原型,提出这三种空间原型即为人居"原空间"(1),而且不同等级的原空间互为关联和跃级嵌... 详细信息

本文以东北渔猎民族为研究对象,基于人—地、人—社会、人—家庭关联下的三重维度,分别提炼其传统且渐趋濒危的人居模式,提取其生存、生产及生活空间原型,提出这三种空间原型即为人居"原空间"(1),而且不同等级的原空间互为关联和跃级嵌套,以此解读东北渔猎民族村落历史基底,为其再生提供依据。

关键词：东北渔猎民族空间原型原空间历史基底

在线全文

学校读者我要写书评

暂无评论

基于模糊核聚类粒化的粒度支持向量机

智能系统学报 2019年第6期14卷 1271-1277页

作者：黄华娟韦修喜周永权广西民族大学信息科学与工程学院广西南宁530006 广西民族大学广西高校复杂系统与智能计算重点实验室广西南宁530006

针对传统的粒度支持向量机(granular support vector machine,GSVM)将训练样本在原空间粒化后再映射到核空间,导致数据与原空间的分布不一致,从而降低GSVM的泛化能力的问题,本文提出了一种基于模糊核聚类粒化的粒度支持向量机学习算法(f... 详细信息

针对传统的粒度支持向量机(granular support vector machine,GSVM)将训练样本在原空间粒化后再映射到核空间,导致数据与原空间的分布不一致,从而降低GSVM的泛化能力的问题,本文提出了一种基于模糊核聚类粒化的粒度支持向量机学习算法(fuzzy kernel cluster granular support vector machine,FKC-GSVM)。FKC-GS-VM通过利用模糊核聚类直接在核空间对数据进行粒的划分和支持向量粒的选取,在相同的核空间中进行支持向量粒的GSVM训练。在UCI数据集和NDC大数据上的实验表明:与其他几个算法相比,FKC-GSVM在更短的时间内获得了精度更高的解。

关键词：模糊核聚类粒化支持向量机粒度支持向量机原空间核空间支持向量聚类

在线全文

学校读者我要写书评

暂无评论

结构模糊孪生支持向量机及其求解方法研究

结构模糊孪生支持向量机及其求解方法研究

作者：吕珍河北大学

学位级别：硕士

孪生有界支持向量机通过求解两个较小规模的二次规划问题来寻找不平行的超平面,进一步提高了孪生支持向量机的分类性能。然而,此方法在构建模型时主要使用了Hinge损失函数,致使孪生有界支持向量机对噪声较为敏感且对重采样不稳定;另外,... 详细信息

孪生有界支持向量机通过求解两个较小规模的二次规划问题来寻找不平行的超平面,进一步提高了孪生支持向量机的分类性能。然而,此方法在构建模型时主要使用了Hinge损失函数,致使孪生有界支持向量机对噪声较为敏感且对重采样不稳定;另外,为了求解该模型,需将问题从原空间转换到对偶空间进行,从而使算法的时间性能降低。为了更好地解决孪生有界支持向量机存在的不足,本文将结构信息与模糊隶属度引入到孪生有界支持向量机中,并基于不同损失函数构造了相应的孪生有界支持向量机模型,使用光滑技术研究了结构模糊孪生有界支持向量机模型的求解方法,在此基础上提出了不同的光滑孪生有界支持向量机,主要工作如下:1、基于Pinball损失的孪生有界支持向量机模型及其求解方法研究。针对Hinge损失函数中存在的噪声敏感性与重采样不稳定性问题,将Pinball损失函数引入孪生有界支持向量机,构建了基于Pinball损失的孪生有界支持向量机模型,通过构造光滑的逼近函数解决了Pinball损失函数在零点的不可微问题,提出了基于Pinball损失的光滑孪生有界支持向量机模型,采用Newton-Armijo方法在原空间中迭代求解,在此基础上,提出了基于Pinball损失的光滑孪生有界支持向量机算法,并从理论上证明了算法的收敛性。2、基于Pinball损失的结构模糊孪生有界支持向量机模型及其求解方法研究。针对数据集中样本间存在的先验知识与分布信息,且每个样本在产生分类超平面的过程中所起的作用不同,将数据集的结构信息与样本的模糊隶属度引入到Pinball损失的光滑孪生有界支持向量机模型中,获得了相应的光滑结构模糊孪生有界支持向量机模型,提出了基于Pinball损失的光滑结构模糊孪生有界支持向量机算法。另外,针对该模型求解中将会减弱模型解的稀疏性缺陷,进一步研究了基于ε-Pinball损失的结构模糊孪生有界支持向量机模型,构建了ε-Pinball损失函数的光滑近似函数,通过对目标函数的无约束光滑处理,提出了基于ε-Pinball损失的光滑结构模糊孪生有界支持向量机算法。3、基于L1损失的结构模糊孪生有界支持向量机模型及其求解方法研究。针对L1损失的结构模糊孪生有界支持向量机模型,通过对目标函数的光滑无约束处理,获得了L1损失的光滑结构模糊孪生有界支持向量机模型,通过对该模型求解,提出了基于L1损失的光滑结构模糊孪生有界支持向量机算法。4、实验中选取UCI数据集、人工数据集、NDC数据集对提出的模型进行了验证,并与一些代表性方法进行了比较。实验结果表明了提出的算法节省了运行时间,且获得了较好的分类准确率,从而验证了提出算法的有效性。

关键词：迭代方法原空间对偶空间孪生有界支持向量机光滑函数