登录    注册    忘记密码

信阳师范学院计算机与信息技术学院河南省教育大数据分析与应用重点实验室 收藏

导出分析报告

研究主题:概念漂移    数据流    遗传算法    火力打击    多目标优化    

研究学科:自动化类    兵器类    

被引量:22H指数:3WOS: 5 北大核心: 5

-

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:

5 条 记 录,以下是 1-5

联合火力打击中武器目标分配问题的多目标优化模型及算法
1
《信阳师范学院学报(自然科学版)》信阳师范学院计算机与信息技术学院/河南省教育大数据分析与应用重点实验室;中国人民解放军95844部队;中国人民解放军31662部队 宣贺君 向勇 和晓强 刘道华  出版年:2019
国家自然科学基金项目(61572417,61702438,61802329);河南省重点研发与推广专项资助项目(182102210537,182102210132);河南省高校科技创新团队支持计划(19IRTSTHN014);信阳师范学院“南湖学者奖励计划”青年项目
联合火力打击中确定最优的武器目标分配方案是具有挑战性的问题.为解决该问题,考虑需要在潜在打击目标中确定打击目标,建立了一个以最大化期望毁伤收益和最小化打击成本为目标的多目标优化模型.采用加权求和法以及偏好将多目标优化模型...
关键词:火力打击 目标待定  多目标优化 遗传算法
基于代价敏感不平衡数据流分类算法
2
《信阳师范学院学报(自然科学版)》信阳师范学院计算机与信息技术学院/河南省教育大数据分析与应用重点实验室;北京交通大学计算机与信息技术学院 孙艳歌 邵罕 杨艳聪  出版年:2019
国家自然科学基金项目(61672086);河南省高校科技创新团队支持项目(19IRTSTHN014);信阳师范学院研究生创新基金项目(2018KYJJ52);信阳师范学院青年骨干教师计划(2016GGJS-08)
在数据流分类学习过程中,类不平衡和概念漂移是两大挑战问题.在分析传统特征选择算法和代价敏感学习方法的基础上,将代价敏感学习算法的思想引入特征选择算法中,设计并实现了一种基于代价敏感的ReliefF剪枝的数据流分类算法,不...
关键词:数据流 概念漂移 代价敏感  特征选择  
基于卷积神经网络的英文篇章情感量化方法
3
《信阳师范学院学报(自然科学版)》信阳农林学院外国语学院;信阳农林学院信息工程学院;信阳师范学院计算机与信息技术学院/河南省教育大数据分析与应用重点实验室 沈克琳 吉秉彧 李然  出版年:2021
国家自然科学基金项目(31872704,61601396);河南省高校科技创新团队支持计划(19IRTSTHN014)。
提出利用卷积神经网络(CNN)预测英文单词情感极性,并利用英文单词情感极性设计量化篇章情感倾向的方法.首先,利用fastText技术训练词嵌入模型,将英文单词转化为定长、稠密的词向量;接着,以词向量作为输入,构造一维CN...
关键词:情感分析 机器学习  卷积神经网络 词嵌入  情感量化  
基于图模型的数据流分类算法
4
《信阳师范学院学报(自然科学版)》信阳师范学院计算机与信息技术学院/河南省教育大数据分析与应用重点实验室 孙艳歌 陈旭生 邵罕 林彦  出版年:2020
国家自然科学基金项目(61702550,31900710);河南省高等学校重点科研项目(20B520030);河南省高校科技创新团队支持项目(19IRTSTHN014);河南省教师教育课程改革研究项目。
针对数据流环境中混合多种类型概念漂移问题,提出了基于图模型的数据流分类算法.该算法通过对数据块上的实例集进行概念表示,检测概念的变化度来衡量概念漂移,并引入了一个动态自适应阈值,为每个待分类实例合理选择基分类器模型,充分...
关键词:图模型 数据流 概念漂移 概念表示  自适应
多尺度特征融合网络的磁共振快速重建方法
5
《信阳师范学院学报(自然科学版)》信阳师范学院计算机与信息技术学院/河南省教育大数据分析与应用重点实验室 刘道华 冯宸 赵岩松 魏丁二  出版年:2023
国家自然科学基金项目(31872704);河南省教师教育课程改革研究项目(2021-JSJYZD-030)。
为了提高磁共振的数据采集效率,提出了一种多尺度特征融合网络。该网络模型由二扩张卷积和三扩张卷积特征融合块组成,采用扩张卷积以较少的参数扩大网络的感受野。在特征融合块中将几个扩张卷积残差模块组合在一起,并通过跳跃连接直接传...
关键词:磁共振成像(MRI) 多尺度 特征融合  扩张卷积  快速重建  
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