Open Nav
跨文档到HTML转换工具的跨域评估,用于在文档分析期间量化文本和

跨文档到HTML转换工具的跨域评估,用于在文档分析期间量化文本和

跨文档到HTML转换工具的跨域评估,用于在文档分析期间量化文本和结构损失(中文7000字,英文PDF) 摘要 在取证文本分析中,在处理大量文档时,过程的自动化是关键。由于文档通常具有各种不同的文件类型,因此需要开发定制工具来分析每个文档,并且正确地识别提...

将交通规划原点 - 目的地矩阵转换成微观交通仿真原点 - 目的地矩

将交通规划原点 - 目的地矩阵转换成微观交通仿真原点 - 目的地矩

将交通规划原点 - 目的地矩阵转换成微观交通仿真原点 - 目的地矩阵的方法(中文6000字,英文PDF) 摘要 微观交通模拟(MTS)是评估交通城市高速公路网络条件的一种经济有效的方法。 在MTS模型中,输入到网络中的流量需求由一个或多个原点 - 目标(O-D)矩阵指定...

基于谐波聚类跟踪的和弦音频的实时旋律提取

基于谐波聚类跟踪的和弦音频的实时旋律提取

基于谐波聚类跟踪的和弦音频的实时旋律提取(中文5000字,英文PDF) 摘要-从包含各种乐器的音乐表演中提取主要旋律是音乐信息检索和计算音乐学领域中最具挑战性的任务之一。本文提出了一种新的框架,通过在谐波聚类(梳状)的帮助下跟踪各种声源,然后利用声源...

分解是传统多目标最优化中中的基础方法

分解是传统多目标最优化中中的基础方法

分解是传统多目标最优化中中的基础方法(中文6000字,英文PDF) 摘要分解是传统多目标最优化中中的基础方法。然而,它没有在多目标进化最优化中得到广泛地应用。这篇论文提出了一个基于分解的多目标进化算法(MOEA/D)。该算法将一个多目标最优化问题分解为一系列...

基于支持向量机的手写数字识别研究

基于支持向量机的手写数字识别研究

基于支持向量机的手写数字识别研究(中文5000字,英文PDF) 摘要 本文提出了一种基于SVC的手写数字识别机器学习模型。并且在本文中还分析了样本数量、核函数参数、惩罚系数等等对预测模型的影响。结果表明,训练样本对模型有着十分显著的影响,这其中包含着一个...

基于SVM体系结构的手写体数字识别的CNN分类器

基于SVM体系结构的手写体数字识别的CNN分类器

基于SVM体系结构的手写体数字识别的CNN分类器(中文6000字,英文PDF) 摘要 在本文中,我们尝试了一个集中于两个分类器的新模型;卷积神经网络(CNN)和支持向量机(SVM)用于离线手写体数字识别(OAHR),其中应用了神经元丢失技术。在文章当中的系统通过SVM分...

基于指标的多目标搜索选择

基于指标的多目标搜索选择

基于指标的多目标搜索选择(中文5000字,英文PDF) 摘要 本文讨论了如何将决策者的偏好一般地融入到多目标搜索中。主要思想是首先根据二元性能指标(指标)定义优化目标,然后在选择过程中直接使用该指标。为此,我们提出了一种基于指标的通用进化算法(IBEA)...

一个快速和精英机制的多目标遗传算法

一个快速和精英机制的多目标遗传算法

一个快速和精英机制的多目标遗传算法(中文6000字,英文PDF) 摘要 :应用非支配排序的多目标进化算法被广为评判,主要是因为:(1)计算复杂度(其中M代表目标个数,N代表种群个数)(2)非精英机制方法;还有 (3)需要指定一 个共享参数。本文中,我们提出了一...

上肢截肢者两种自由度的直观,在线,同时和比例肌电控制

上肢截肢者两种自由度的直观,在线,同时和比例肌电控制

上肢截肢者两种自由度的直观,在线,同时和比例肌电控制(中文10000字,英文PDF) 摘要我们提出了一种使用表面肌电信号对手腕的两个自由度(自由度)进行在线同步和比例肌电控制的方法。该方法基于腕部肌肉激活的非负矩阵分解(非负矩阵分解),以提取由用户翻...

云存储中分布式文件系统的演变与分析:分析调查

云存储中分布式文件系统的演变与分析:分析调查

云存储中分布式文件系统的演变与分析:分析调查(中文5000字,英文PDF) 摘要:大数据处理和云计算是近年来越来越受欢迎的两个重要关注点。由于数据产业的迅速增长,对数据的高效处理,存储检索,结构化和非结构化管理的需求,已经成为目前IT产业非常重要的问题...

  • 首页
  • 上一页
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 下一页
  • 末页
  • 1471470
  • 关于资料
    提供的资料属本站所有,真实可靠,确保下载的内容与网页资料介绍一致.
  • 如何下载
    提供下载链接或发送至您的邮箱,资料可重复发送,若未收到请联系客服.
  • 疑难帮助
    下载后提供一定的帮助,收到资料后若有疑难问题,可联系客服提供帮助.
  • 关于服务
    确保下载的资料和介绍一致,如核实与资料介绍不符,可申请售后.
  • 资料仅供参考和学习交流之用,请勿做其他非法用途,转载必究,如有侵犯您的权利或有损您的利益,请联系本站,经查实我们会立即进行修正! 版权所有,严禁转载
    doc163.com Copyright © 2012-2024 苏ICP备2021029856号-4