[!--title--]

来源 :曲阜师范大学 | 被引量 : [!--cite_num--]次 | 上传用户:[!--user--]
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
[!--newstext--]
其他文献
数值天气预报作为气象业务中一种重要的预报技术,其核心竞争力体现在资料同化技术水平上,而资料同化技术所需求的是准确、完整的气象资料。随着地面自动气象站的不断普及与发
心音(Heart Sounds,HS)是指由心肌收缩、心脏瓣膜关闭和血液撞击心室壁、大动脉壁等引起的振动所产生的声音。心音信号是人体最重要的声信号之一。心音诊断是临床评估心脏功
近年来,互联网和移动社交软件的飞速发展大大促进了社会网络的形成和发展。社区作为社会网络的一个重要特性,一直是社会网络分析的研究热点。由于社区通常存在重叠,因此研究重叠社区更具有现实意义。现有的重叠社区检测方法在权重分布较为复杂的网络上大都表现欠佳。而密度峰值聚类算法(Density Peaks Clustering,DPC)能够高效准确地识别出任意形状的社区结构,自提出以来受到了学者们的广泛关注。
步态作为一种动态生物特征,能够在人不配合并且距离相对较远的情况下被识别,因此步态识别得到了大量研究者的广泛关注。但是步态识别受目标行走速度,穿戴情况,摄像头的角度和光照情况等因素的影响。其中穿戴情况的变换是其中最大的挑战之一。深度学习方法能自动学习步态的更高层次的特征表达,且其方法也更简单计算量更小。但深度学习方法使用单一身份信息,提取到的特征信息比较单一,同时存在视野域以及网络结构自身的问题,提
随着计算机技术的快速发展,通过叶片对植物进行实时分类和识别是当前研究的热点和难点。利用计算机技术对植物进行实时分类和识别,可用于数字化植物标本、林业信息化等领域。
传统神经网络模型的训练需要大量有标签的数据,在大数据时代,获取标记数据费时费力,考虑到聚类算法可以得到数据的标签,能否将聚类与神经网络结合起来设计新的模型就是本文要探讨的内容。本文通过分析聚类的目标函数与神经网络的训练目标,发现两者优化目标相同,可以进行融合进而构造一个基于聚类的无监督神经网络模型。我们首先将无监督学习融合到神经网络中,完成了基于聚类的无监督神经网络模型的构建,并给出了这个框架的具
早在上世纪70年代初,蔡少棠教授就提出了忆阻器的概念,但直到2008年HP实验室才发现了由TiO2材料构成的忆阻器。研究表明,忆阻器在非易失存储器、逻辑电路、人工神经网络和混
化肥不当施用引发了一系列生态资源问题,严重制约了农业生产的可持续。小麦生产中同样也存在着化肥不当施用的现象。探究一种能够提升农户合理施肥知识的有效途径对于实现农
矿产开发,在古往今来的社会经济生活中都是一个重要的方面,它与社会的发展密切相关。鄂东南地区自古以来作为我国重要的矿冶基地,在晚清时期随着列强侵略加剧、国家发展经济
现代人类社会的工业化和现代化发展过程中产生了严重的生态破坏和环境污染,人们的身体健康也受此影响,在经济水平得到巨大提升的现代,人们对食品安全问题越发重视,对有机农业