·知识系统工程.pdf知识科学与计算科学.pdf知识工程与知识发现.pdf知识工程和知识管理.pdf知识工程.pdf世纪之交的知识工程与知识科学.pdf机器学习与知识获取.pdfRough集理论与知识获取.pdf
标签： 知识工程
上传时间： 2013-04-24
上传用户：jiiszha
ROSETTA C++库是一个C++类库和例程集合，支持基于可识别性的经验建模和数据挖掘。它由许多用于通用机器学习和粗糙集理论的例程组成。
标签： ROSETTA
上传时间： 2015-01-11
上传用户：GavinNeko
本书是面向对象领域的经典名著之一，将面向对象方法的基本原理与软件工程实践很好地结合起来，覆盖面广，可读性强，是一本集理论与实践及其多方面应用于一体的好书。 本书全面、准确地阐述了面向对象方法。全书分10章，分别介绍面向对象的基本概念、面向对象程序设计和方法、面向对象和基于对象的程序设计语言、分布式计算、中间件和迁移、数据库技术、面向对象分析与设计、体系结构、模式和组件、软件和系统的体系结构、需求工程中的SOMA方法、过程和项目管理。另有3个附录给出不确定状态下的继承性、主要的分析和设计方法、UML符号等。各章配有练习，其答案可以在TriReme网站上找到。
标签： 对象
上传时间： 2014-11-26
上传用户：qazxsw
一种改进的基于区分矩阵的属性约简算法，粗糙集理论研究
上传时间： 2013-12-26
上传用户：gyq
（1）介绍了模拟电路故障诊断技术发展和现状，对现有的主要诊断方法以及近年来先进的神经网络理论和技术以及数据融合技术在模拟电路故障诊断领域中的应用进行了简单的论述（2）对神经网络方法的基本原理及其在模拟电路故障诊断中的优势进行了详细的介绍，包括神经网络的分类和神经网络的学习规则。详细说明在电路故障诊断中应用最广泛的BP神经网的设计、训练和测试方法，并对一个两级RC耦合放大器电路例进行了测试、神经网络训练和诊断。（3）介绍了数据融合技术的概念、优缺点、基本方法及其在各个领域的应用情况。然后对于数据融合具体方法，着重研究了 Bayes统计融合方法Dempster-Shafer证据理论融合方法以及模糊集理论融合方法。最后采用基于待定系数法的隶属度构造法以及模糊融合的方法对实例电路进行了故障诊断。（4）提出了一种新的利用包含元件直流特性信息的静态工作点电压和包含元件交流特性信息的不同频率激励下输出电压峰值与输出电压峰值的比值两类信息进行数据融合诊断的方法，保证故障信息量的同时降低了获取难度，应用模糊数学的理论，通过模糊变换将两类故障信息通过两个神经网络诊断得出的故障求属度进行决策层的数据融合，较好的解决了了单神经网络诊断信息量不足，由于电路元件互相影响而产生的故障诊断不确定性的问题以及待融合故障信息隶属度获取困难的问题，使得诊断准确率得到较为明显的提高本文提出的基于数据融合和神经网络的方法可以实现对模拟电路的故障进行准确实时快速诊断，具有一定的实用价值。关健词：模拟电路；数据融合；神经网络；模糊集理论
标签： 数据融合
上传时间： 2022-03-17
上传用户：
利用数论中的佳点集的理论和方法，对遗传算法中的交叉操作进行了重新设计，给出了一个新的遗传算法，称之为佳点集的遗传算法 站长不接受我的代码说明名你对佳点集完全不了解我白传了
标签：
上传时间： 2015-08-07
上传用户：sqq
基于Rough集的数据约简算法研究综述 介绍基于Rough集的数据约简的理论和它在应用理论研究上的新进展,综述基于Rough集数据约简算法研究应用成果,并指出其应用前景和存在的问题。
上传时间： 2016-02-08
上传用户：离殇
关于图象分割性能评估的评述。概述了图象分割性能评估的发展,总结了分割性能评估的基本理论框架:确定图象分割性能评估指标、构造评估测试图象集、评估模型与实验分析,以及分割性能评估的常用方法:统计法、分析法、基于AI的方法和混合法。对评估模型的设计作了一些尝试性的探讨。
上传时间： 2013-12-27
上传用户：chenjjer
小波变换源代码集 这是葛哲学编著《小波分析理论与MATLAB R2007实现》的所有源代码。包含大量的实例和典型应用。 a good example of wavelet for beginner and wavelet applied engineer
标签： beginner example wavelet MATLAB
上传时间： 2016-05-26
上传用户：dapangxie
对粗糙集( Rough Set)理论中属性约简和值约简算法进行了研究，提出了一种新的基于粗糙集的值约简算法。实验表明，该算法所得 结果比目前通用的基于粗糙集的值约简算法更简化和有效，它可以应用到各种与值约简相关的实际问题中。
上传时间： 2014-01-01
上传用户：佳期如梦
