登录    注册    忘记密码

龙岩学院数学与信息工程学院 收藏

导出分析报告

研究主题:无监督学习    P-集合    亚纯函数    唯一性    大数据    

研究学科:自动化类    电子信息类    

被引量:111H指数:5WOS: 5 EI: 5 北大核心: 25 CSCD: 18

-

检索结果分析

署名顺序

  • 全部
  • 第一机构
结果分析中...
排序方式:

75 条 记 录,以下是 1-10

基于Matlab的最小二乘曲线拟合
1
《福建电脑》龙岩学院数学与信息工程学院 刘利敏 吴敏丽  出版年:2019
在现实的数据分析与实验分析时,越来越多的运用到曲线拟合分析.最小二乘法是一种最常用的曲线拟合方法.而Matlab具有强大的计算与绘图功能,所以本文在基于最小二乘原理的情况下,运用Matlab对获得到的样本数据进行了曲线拟...
关键词:MATLAB 曲线拟合  最小二乘法
OBE与CDIO融合的Python程序设计教学模式研究
2
《计算机时代》龙岩学院数学与信息工程学院;大数据挖掘与应用福建省重点实验室;龙岩学院传播与设计学院 兰添才 陈振武 黄婧 郑汉垣  出版年:2022
龙岩学院教改项目(2020JZ04,2019JY07);福建省大学生创新创业项目(S202011312039);龙岩市科技计划项目(2019LYF5001)。
借鉴OBE教学理念并结合CDIO教学模式,对非计算机专业Python程序设计课程开展教学理念、模式、方法的改革。融合传统的线下教学与线上教学方式,从知识分解、阶段设计、内涵组织、资源整合、授课方式和效果评价等方面进行探索...
关键词:OBE理念  CDIO模式 非计算机专业 Python程序设计  教学质量  
基于自适应邻域嵌入的无监督特征选择算法 ( EI收录)
3
《计算机研究与发展》计算机软件新技术国家重点实验室(南京大学);龙岩学院数学与信息工程学院 刘艳芳 李文斌 高阳  出版年:2020
国家重点研发计划项目(2017YFB0702600,2017YFB0702601);国家自然科学基金项目(61806096);福建省中青年教师教育科研项目(科技类)(JAT170577,JAT190743);龙岩市科技计划项目(2019LYF13002)。
无监督特征选择算法可以对高维无标记数据进行有效的降维,从而减少数据处理的时间和空间复杂度,避免算法模型出现过拟合现象.然而,现有的无监督特征选择方法大都运用k近邻法捕捉数据样本的局部几何结构,忽略了数据分布不均的问题.为...
关键词:K近邻 自适应邻域 流形学习 特征选择  无监督学习
基于邻域保持学习的无监督特征选择算法 ( EI收录)
4
《模式识别与人工智能》龙岩学院数学与信息工程学院;福州大学数学与计算机科学学院 刘艳芳 叶东毅  出版年:2018
国家自然科学基金项目(No.61502104);福建省中青年教师教育科研项目(科技类)(No.JAT170577);龙岩学院"百名青年教师攀登项目"(No.LQ2015031;LQ2014010)资助~~
近邻法对不相关特征的敏感性很高,利用邻域重构系数可以保持原有数据结构的优点,为此,文中提出基于邻域保持学习的无监督特征选择算法.首先根据数据样本和邻域的相似性构造相似矩阵,并引入中间矩阵构造低维空间.然后利用拉普拉斯乘子...
关键词:聚类分析 邻域保持  特征选择  无监督学习
四元数矩阵方程AXA^H+B^HYB=C的埃米特解分量极秩
5
《复旦学报(自然科学版)》龙岩学院数学与信息工程学院 连德忠 谢锦山 李美莲 游德有 吴敏丽  出版年:2019
国家自然科学基金(11601214;11526107);福建省教育厅课程思政项目(KC18084);福建省教育厅重点项目(JA14299);福建省自然科学基金(2015J05010);福建省高校杰出青年科研人才支持项目;龙岩学院科研项目(LG2014001;LB2014018)
借助四元数矩阵的复表示方式Φ(·),将四元数体上的线性矩阵方程AXAH+BHYB=C转换为复数域上的等价复矩阵方程Φ(A)X~(Φ(A))H+(Φ(B))HY~Φ(B)=Φ(C).同时,利用复矩阵方程的埃米特解和分块矩阵...
关键词:四元数 矩阵方程 复表示  埃米特解  分块矩阵 极秩  
基于被动-主动的特征演化流学习 ( EI收录)
6
《计算机研究与发展》计算机软件新技术国家重点实验室(南京大学);龙岩学院数学与信息工程学院 刘艳芳 李文斌 高阳  出版年:2021
国家重点研发计划项目(2018AAA0100905);福建省中青年教师教育科研项目(科技类)(JAT190743);龙岩市科技计划项目(2019LYF13002,2019LYF12010)。
在许多现实应用中,数据以一种特征演化流的形式收集.例如,随着传感器的更换,由旧传感器收集的数据特征会消失,新传感器收集的数据特征会出现.在线被动主动算法已被证明可以有效地从具有固定特征空间和梯形特征空间的数据集中学习线性...
关键词:在线学习  被动主动策略  监督学习  集成学习  演化特征  
一种融合表观与属性信息的车辆重识别方法
7
《厦门大学学报(自然科学版)》厦门大学信息学院;龙岩学院数学与信息工程学院 谢秀珍 罗志明 连盛 李绍滋  出版年:2021
国家自然科学基金(61876159,61806172,U1705286)。
针对基于深度学习的车辆重识别模型缺乏提取车辆局部细节描述的能力,以及不同环境下同一车辆表观特征变化显著,增加车辆重识别的难度的问题,提出一种融合多尺度车辆表观和属性信息的重识别模型.充分利用车辆颜色和车型属性在不同环境下...
关键词:车辆重识别  特征提取 表观信息  属性信息 特征融合  
大数据环境下异质模糊图像角点特征提取仿真
8
《计算机仿真》龙岩学院数学与信息工程学院 曾志宏  出版年:2019
福建省教育厅中青年教师项目(JAT160487)
运用传统方法在大数据环境下进行异质模糊图像角点特征提取时,存在角点遗漏、提取不精确等问题。为解决上述问题,提出一种基于改进SUSAN的异质图像角点特征提取方法。在大数据环境下,采用高斯滤波对异质模糊图像进行去噪处理,通过...
关键词:异质模糊图像  图像角点特征  角点提取方法  
四元数矩阵方程AXB=C通解中的复矩阵分量极秩
9
《厦门大学学报(自然科学版)》龙岩学院数学与信息工程学院 连德忠 谢锦山  出版年:2019
国家自然科学基金(11601214,11526107);福建省自然科学基金(2015J05010);福建省教育厅课程思政项目(KC18084);福建省教育厅中青年项目(JAT160492,JAT160490)
借助四元数矩阵的复表示方式Φ(·),将四元数体上的线性矩阵方程AXB=C转换为复数域上的等价复矩阵方程Φ(A)XΦ(B)=Φ(C).同时,利用该复矩阵方程的通解和分块矩阵的极秩性质,求出原四元数矩阵方程通解中复矩阵分量集...
关键词:四元数 矩阵方程 复表示  分块矩阵 极秩  
数据智能挖掘-分类与它的动态管理
10
《闽南师范大学学报(自然科学版)》龙岩学院团委;龙岩学院数学与信息工程学院 张楠烨 任雪芳  出版年:2020
福建省龙岩市科技计划项目(2011LY20);大数据挖掘与应用福建省高校重点实验室(龙岩学院);龙岩市科技局项目(2019LYF12010)。
利用P-集合生成的具有属性合取特征的大数据模型,给出属性推理结构与数据智能挖掘-分类方法,得到几个新的理论结果,给出数据智能挖掘-发现与未知数据获取准则.利用这些研究,给出数据智能挖掘-分类在数据动态管理中的应用.
关键词:大数据 P-集合 属性推理  智能挖掘-分类  
已选条目 检索报告 聚类工具

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心