论文部分内容阅读
探讨和构建变精度近似算子与程度近似算子的新运算,提出了变精度下近似算子与程度上近似算子的差运算,给出了宏观算法和微观算法。进行算法分析与比较,并用一个医疗实例对宏观算法和微观算法进行了分析与说明。
变精度下近似算子与程度上近似算子的差运算的算法与分析
【摘 要】
：
探讨和构建变精度近似算子与程度近似算子的新运算,提出了变精度下近似算子与程度上近似算子的差运算,给出了宏观算法和微观算法。进行算法分析与比较,并用一个医疗实例对宏观算法和微观算法进行了分析与说明。
【机 构】
：
四川天一学院信息工程系,电子科技大学自动化工程学院,四川师范大学数学与软件科学学院
【出 处】
：
计算机应用与软件
【发表日期】
：
2011年07期
其他文献
关联分类具有较高的分类精度和较强的适应性。基于闭频繁项集有效压缩事务及FPL(Frequent Pattern List)简单数据结构等方面的优点,提出了一种关联分类器方法。设计了便于分类的FPL变形模式,引入了有效发现闭频繁项集的签名向量合取操作。将闭频繁项集挖掘方法应用于关联分类,提高了关联分类算法的分类效率及准确率。
对于实践操作性强的VFP课程的学习,如何将理论知识更好地转化为动手能力,加强课堂教学与上机实践的结合,达到学生能制作综合的数据库管理信息系统的教学目的,是教学工作者应
研究SVM算法在中文网站顶级类别分类中的应用,并提出一个网站向量模型的生成算法。该算法以网站的首页HTML代码为基础,通过代码清理、内容提取、分词等步骤生成向量模型作为SVM的输入,并采用多类的线性SVM分类器进行分类。最后对这个算法进行了实现,通过实际的网站数据测试,分析了实验结果,证实了这个算法能够取得较高的分类准确率并表明了在低流量低延时状态下网站分类系统的可行性,为其进一步在客户端或游览器