检索结果-南通市图书馆

气象学报 1999年第1期57卷 45-55页

作者：赵鸣黄新兵南京大学大气科学系

用自由大气实际风速取代地转风，得到了非定常均匀条件下阻力定律和边界层内参数的一些性质及相似性函数Ａ、Ｂ的特性。该方法和结果可应用于大气模式中的边界层参数化以及与相似性函数有关的一些研究。

关键词：阻力定律边界层非定常均匀相似性函数大气

在线全文

学校读者我要写书评

暂无评论

一种新的模糊群体决策方法

系统工程理论与实践 2001年第7期21卷 81-86页

作者：魏存平邱菀华王新哲北京航空航天大学管理学院北京100083

在相似性函数概念的基础上 ,定义了新的相似性函数 ,使得相似性函数应用范围得到了拓展 .并提出一种新的模糊群体决策方法 ,采用正的梯形模糊数来表示决策者的偏好意见 ,通过对表示决策者偏好意见的模糊子集进行排序来作出决策。

关键词：梯形模糊数相似性函数群体决策模糊集合理论

在线全文

学校读者我要写书评

暂无评论

改进的蚂蚁聚类算法

计算机应用研究 2010年第9期27卷 3276-3278页

作者：曲建华马英红山东师范大学管理与经济学院

提出了一种改进的基于对称点距离的蚂蚁聚类算法。该算法不再采用Euclidean距离来计算类内对象的相似性,而是使用新的对称点距离来计算相似性,在处理带有对称性质的数据集时,可以有效地识别给定数据集的聚类数目和合适的划分。在该算法... 详细信息

提出了一种改进的基于对称点距离的蚂蚁聚类算法。该算法不再采用Euclidean距离来计算类内对象的相似性,而是使用新的对称点距离来计算相似性,在处理带有对称性质的数据集时,可以有效地识别给定数据集的聚类数目和合适的划分。在该算法中,用人工蚂蚁代表数据对象,根据算法给定的聚类规则来寻找最合适的聚类划分。最后用本算法与标准的蚂蚁聚类算法分别对不同的数据集进行了聚类实验。实验结果证实了算法的有效性。

关键词：蚂蚁算法聚类对称点距离相似性函数

在线全文

学校读者我要写书评

暂无评论

基于混合模型的持续二进制优化框架

计算机工程与设计 2010年第13期31卷 3007-3009页

作者：郭锐周伯生北京航空航天大学计算机学院北京100083

提出了一项基于混合模型的二进制优化框架,能在运行时和运行后进行持续的程序优化。该框架集成了控制流分析等常用的二进制优化功能,并且提供了安全的编程接口以供其他研究者实现自定义的优化模块。该框架被设计为集成到操作系统内核中... 详细信息

提出了一项基于混合模型的二进制优化框架,能在运行时和运行后进行持续的程序优化。该框架集成了控制流分析等常用的二进制优化功能,并且提供了安全的编程接口以供其他研究者实现自定义的优化模块。该框架被设计为集成到操作系统内核中,并提供透明和自适应的优化服务,从而在没有用户交互的前提下,利用富余的计算资源帮助二进制程序自适应计算环境,达到加速的目的。描述了该框架的设计与实现以及关键问题的解决方法。

关键词：自适应系统二进制代码优化剖绘相似性函数

在线全文

学校读者我要写书评

暂无评论

多元拓扑分类中的无监督机器学习探索

多元拓扑分类中的无监督机器学习探索

作者：于颖娟吉林大学

学位级别：硕士

拓扑分类在拓扑绝缘体领域扮演着关键角色,有助于深化对材料电子结构和性质的理解.通过对拓扑绝缘体和拓扑半金属等进行拓扑分类,分类结果为材料的设计与合成提供了重要指导.其理论基础不仅推动了多领域应用的发展,还促进了拓扑物理学... 详细信息

拓扑分类在拓扑绝缘体领域扮演着关键角色,有助于深化对材料电子结构和性质的理解.通过对拓扑绝缘体和拓扑半金属等进行拓扑分类,分类结果为材料的设计与合成提供了重要指导.其理论基础不仅推动了多领域应用的发展,还促进了拓扑物理学的研究和实践应用.当前,在拓扑绝缘体的研究中,传统的拓扑分类方法存在一些局限性,特别是对于具有复数本征态的模型进行拓扑分类时,传统拓扑数方法不再适用.这一限制导致在研究具有特殊对称性的系统(如Pg、Pmg等)时受到较大的束缚.另外,当下许多机器学习应用通常依赖于监督机器学习方法,需要有明确定义标签的数据来进行训练和处理.然而,这种方法存在一些弊端,特别是当出现新标签时,学习过程需要大量的时间成本,且在没有先验知识的情况下可能无法准确分类.本文通过将拓扑绝缘体中的拓扑分类问题置于数学理论框架中进行分析,提出了一种突破传统拓扑分类方法瓶颈的方法,即在传统拓扑数处理的基础上,利用机器学习的底层理论,提出了一种基于相似性函数的无监督机器学习方法,用于比较不同物理系统之间的拓扑性质.这种方法不依赖于预先定义的拓扑不变量,也不需要对具体物理模型的拓扑性质进行深入分析,仅通过比较系统的特征并从数据中学习,就能实现拓扑分类.该方法节约了计算的时间成本,提高了分类的准确性,并能够了解系统之间的拓扑关系.在数值实验中本文还对比和分析了机器学习方法、拓扑数方法、能带图方法和Wilson Loop方法等四种方法.本文研究不仅完善了传统方法的理论,同时又为未来拓扑物理学的发展指出了新的方向.

关键词：无监督机器学习拓扑分类相似性函数拓扑性质

基于用户兴趣及时间信息的个性化推荐系统研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于用户兴趣及时间信息的个性化推荐系统研究

作者：万驰南昌航空大学

学位级别：硕士

信息技术与互联网的发展引领人们步入人工智能的时代。在这个时代中,互联网记录了海量的信息。人们每日都在主动或者被动地接收着大量的信息。这便是所谓的“信息过载”。为了解决这一问题,研究人员提出了许多方案。例如,分类目录、搜... 详细信息

信息技术与互联网的发展引领人们步入人工智能的时代。在这个时代中,互联网记录了海量的信息。人们每日都在主动或者被动地接收着大量的信息。这便是所谓的“信息过载”。为了解决这一问题,研究人员提出了许多方案。例如,分类目录、搜索引擎和推荐系统。它们都是帮助人们快速寻找有用信息的工具。推荐系统不同于前面两者的是,它可以在用户没有明确需求的情况下帮助用户寻找感兴趣的信息。本文通过研究推荐系统的实证数据,分析用户行为模式,并用于改进推荐算法。此外,研究了推荐系统中所用数据的数据量与时间的选取对推荐算法准确度的影响。主要研究工作如下:(1)本文研究了基于用户兴趣模式的个性化推荐系统。通过研究四个实证推荐系统数据集(Netflix、SMovie Lens、LMovieLens和RYM)中用户的活跃度与对象的流行度之间的关系,发现活跃度高的用户对于冷门对象具有较为强烈的偏好,活跃度低的用户则表现出较为广泛的偏好。本文将这一用户兴趣模式引入到个性化推荐算法中,提出了一个改进算法的一般函数形式。并运用这一函数形式改进七个基于不同相似性函数的推荐算法,最后得到了四个新的推荐算法。本文在上述四个实证数据集上对这四个新的推荐算法进行了测试,发现由于Heat Conduction(HC)具有高多样性与低准确度,该算法在改进过后多样性有所降低,但其准确度得到很大提升。其余改进过后的推荐算法的准确度与多样性都要优于改进之前的算法。此外,本文将其中一个新算法(P-CN)与另外两个优秀的推荐算法,即Hybrid Algorithm Of Heat Conduction And Mass Diffusion(HHM)和Biased Heat Conduction(BHC),进行了比较发现,该新算法在多样性与准确度上表现更为出色。本文在四个实证推荐系统数据集上测试了四个新算法对于不同流行度的对象的推荐效果发现,新算法能够有效地提升低流行度对象的推荐准确度。(2)本文研究了基于时间效应的个性化推荐系统。基于MovieLens和Netflix两个实证推荐系统数据集,研究了用于推荐系统的数据集的数据量与时间信息对于三种推荐算法,即Common Neighbors(CN)、Adamic-Adar算法(AA)和Sorensen算法(SOR),的推荐效果的影响。本文研究发现,用于个性化推荐的数据量的增加并不总是会提高推荐的准确度,并且靠近当前推荐时间的数据对于提高推荐的准确度非常重要。本文对Mass Diffusion(MD)和HHM算法的进一步研究表明,在使用靠近当前推荐时间的数据集时,HHM算法在获得最优推荐效果时的函数形式与MD算法相同。本文将MD算法与上述提及的三种算法(CN、AA和SOR)进行了比较发现,MD算法表现更为出色。这表明,在使用靠近当前推荐时间的数据集时,HHM算法并不需要通过调整优化参数就能够获得良好的推荐效果。这个发现可以大幅减少推荐过程中所用的时间。综上所述,本文通过分析用户的兴趣模式以及推荐中所使用的数据的时间和数据量的选取对推荐效果的影响,为推荐算法的改进提供依据。

关键词：用户兴趣模式个性化推荐相似性函数二分网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于特征字符串动态引用频率的库引用识别

计算机工程与应用 2014年第18期50卷 109-112,151页

作者：蔡建章魏强史建忠解放军信息工程大学郑州450002 北方计算中心北京100094

提出基于特征字符串动态引用频率的程序胎记,分析了其应对编译优化、压缩混淆的能力,设计了其提取算法;通过对库引用问题的分析,提出了其相似性函数,通过实例验证了上述动态程序胎记和相似性函数在分析库引用问题上的有效性。

关键词：程序胎记库引用识别相似性函数动态二进制插桩

在线全文

学校读者我要写书评

暂无评论

图像超分辨率复原的变分PDE方法研究

图像超分辨率复原的变分PDE方法研究

作者：吕霞南京理工大学

学位级别：硕士

图像超分辨率复原是图像处理中一个重要的研究课题，近年来一直是图像处理领域中一个研究热点，图像超分辨率复原不仅在理论上具有重要意义，在实际中也有广泛应用。该方法通过对图像序列作运动估计、信息融合、去除模糊和去噪声等操作... 详细信息

图像超分辨率复原是图像处理中一个重要的研究课题，近年来一直是图像处理领域中一个研究热点，图像超分辨率复原不仅在理论上具有重要意义，在实际中也有广泛应用。该方法通过对图像序列作运动估计、信息融合、去除模糊和去噪声等操作，从低分辨率序列的多幅图像中恢复细节更精细的高分辨率图像，是一种既经济又容易实现的图像分辨率提高方法。本文围绕基于双边滤波的图像超分辨率复原模型展开研究，主要内容包括超分辨率复原的性能评价、超分辨率复原的双边滤波模型及其算法框架以及在此框架下位势函数和相似性函数的选择。根据图像相似性以及图像质量的一些标准，对主观视觉效果和客观的量化标准两方面分别进行研究，给出一个图像质量评价体系，并且作为图像超分辨率模型和算法的评价基准。在图像超分辨率复原模型方面，从概率统计观点出发，利用贝叶斯框架和马尔可夫随机场理论，将图像先验模型作为正则化项，给出了基于双边滤波的图像超分辨率变分模型，推导了基于偏微分方程演化的迭代算法框架。在给出的框架中，与灰度变差相关的位势函数的选择以及与像素几何距离相关的相似度函数的选择对图像超分辨率有重要影响。一方面，给出了Tikhonov、TV、Huber以及Entropy函数进行综合比较，在此基础上给出了一个耦合TV和熵模型的新的正则化项，实验结果表明了本文提出的改进的正则方法的有效性。另一方面，给出了图像像素间广义相似度函数，该函数反映了几何距离相似性和特征相似性，因此可以进一步提高超分辨率复原的效果。实验证明了该框架对于不同的纹理和细节的多幅图像的有效性。

关键词：超分辨率复原双边滤波位势函数熵相似性函数

局部分布式非线性弹簧对输流管动力学行为的影响及振动抑制研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

局部分布式非线性弹簧对输流管动力学行为的影响及振动抑制研究

作者：张健强华中科技大学

学位级别：硕士

本文以核电站蒸汽发生器为主要研究背景,针对输流管道的流致振动问题,采用了局部分布式非线性弹簧来模拟支撑结构和耦合输流管系统间的连接。通过分析弹簧刚度、位置和长度等参数对输流管动力学行为的影响,发现了潜在的振动抑制方法,对... 详细信息

本文以核电站蒸汽发生器为主要研究背景,针对输流管道的流致振动问题,采用了局部分布式非线性弹簧来模拟支撑结构和耦合输流管系统间的连接。通过分析弹簧刚度、位置和长度等参数对输流管动力学行为的影响,发现了潜在的振动抑制方法,对工程应用有理论指导意义。本文的主要工作和结论有:1.脉动流作用下输流管-局部分布式非线性弹簧系统动力学行为的分析。重点考察流体和弹簧相关参数对系统非线性动力学行为的影响。结果表明,弹簧模型的振动抑制效果体现在:(1)振幅随弹簧段长度增大而显著减小;(2)弹簧段长度增大,管道动力学状态不断变化,但趋势是混沌区间变窄,周期数减小,最终使得复杂的混沌运动成为简单的周期运动,系统变得更加稳定。2.脉动流作用下简支耦合输流管系统的振动同步行为分析。采用局部分布式非线性弹簧来模型管道间的连接,通过定量和定性的方法来分析振动同步行为,着重讨论耦合弹簧段作用位置和长度对振动同步的影响。主要结论为,两管耦合时,单纯增大耦合弹簧段长度的振动抑制效果并不明显。但是可以通过适当选取弹簧段作用位置和长度,改变系统的动力学状态和振幅差异,使得耦合管道处于周期运动的理想同步状态,而此时有明显的振动抑制效果。3.对于本文这样的受迫振动系统,非线性支撑刚度不仅影响了管道的振动振幅,而且改变了系统的动力学状态,使运动形态趋向复杂,研究时值得考虑。4.耦合刚度对振动同步的影响分析。结果认为,只有当耦合弹簧刚度较大时,耦合同步现象才会明显,而且与非线性刚度相比,系统的同步行为对线性刚度更为敏感。综上所述,本文利用局部分布式非线性弹簧来模拟输流管与支撑结构及管道间的耦合作用,通过分析弹簧相关参数对其动力学行为的影响,可以利用振动同步来抑制振动,对工程应用有理论指导意义。

关键词：输流管道局部分布式非线性弹簧非线性动力学耦合振动同步相似性函数

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于新增用户和评分的推荐系统研究

基于新增用户和评分的推荐系统研究

作者：黄丽萍南昌航空大学

学位级别：硕士

计算机和互联网的快速发展改变了人们的生活方式。从前,人们在现实中进行日常生活交流。现在,人们在互联网上进行社交生活。互联网的普及和应用使互联网记录了大量的数据,海量的数据使得人们难以快速选择出自己感兴趣的信息,这就是“信... 详细信息

计算机和互联网的快速发展改变了人们的生活方式。从前,人们在现实中进行日常生活交流。现在,人们在互联网上进行社交生活。互联网的普及和应用使互联网记录了大量的数据,海量的数据使得人们难以快速选择出自己感兴趣的信息,这就是“信息超载”问题。作为一种信息过滤工具,推荐系统因其为用户提供准确和个性化的推荐得到了广泛的应用。如今,使用推荐系统的用户数量越来越多,如果一个没有任何历史行为数据的新用户进入推荐系统,该如何使其获得推荐以及如何对其进行评分预测?对于考虑时间信息的基于网络推荐系统存在新用户无法推荐问题,本文研究了在网络中新增用户节点对推荐效果影响。进一步,使用上述研究结果在评分矩阵为新用户填充评分,本文研究了填充评分对新用户评分预测的影响。本文主要工作如下:(1)在考虑时间信息的基于网络推荐系统中,测试集中有一部分用户不存在于训练集中,本文视这部分用户为新用户。为了使新用户获得推荐,本文提出在训练集用户-对象二分网络中添加虚拟新用户节点,并为新用户添加连边。针对新用户连边添加问题,本文提出三种方案:第一种是与训练集中小度用户连接到的对象相连接,小度用户是从度属于1至20的所有用户中随机选取;第二种是与训练集中度用户连接到的对象相连接,中度用户是从度属于平均值减2到平均值加2的用户中随机选取;第三种是与训练集大度用户连接到的对象相连接,大度用户是从度最大的50个用户中随机选取。基于MovieLens1M和MovieLens100K数据集,应用六种基于网络推荐算法,即CN、AA、Salton、Sorensen、MD、HHM算法,本文比较了三种连边添加方案对推荐效果影响,发现第一种方案的推荐准确度、多样性和新颖度更好。(2)进一步,使用第一种方案在训练集中为新用户填充评分,即为新用户填充训练集不活跃用户感兴趣的对象真实评分,研究了新用户评分预测问题。通过应用基于人口统计信息的协同过滤算法(Demographic Collaborative Filtering,DCF)、SOREC方法,探讨了新增评分的DCF(Newly added ratings DCF,RDCF)和新增评分的基于用户混合协同过滤算法(Newly added ratings User-Based Hybrid Collaborative Filtering,RUHCF),新增评分的SOREC方法(Newly added ratings SOREC,RSOREC),发现新增评分算法的预测准确度更高。综上所述,在考虑时间信息的基于网络推荐系统中添加新用户节点,并将新用户与小度用户连接到的对象相连接,这样能使推荐准确度、多样性和新颖度更优。在训练集评分矩阵为新用户填充不活跃用户感兴趣对象的真实评分,这样能使新用户的评分预测准确度更高。

关键词：个性化推荐评分预测相似性函数二分网络