期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到10篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于GA-BP的烧结风箱阀门预测模型
1
作者 张学锋 朱梅 +1 位作者 汤亚玲 储岳中 《西华大学学报(自然科学版)》 2025年第2期113-119,共7页
在烧结点火过程中,风箱压力应维持在目标范围内,使炉膛保持微负压状态。在实际烧结生产中,目标范围内的风箱压力所需的阀门开度难以预测,错误的调节风箱阀门常常使风箱内部压力不符合烧结生产要求,难以达到烧结微负压点火的要求。为此,... 在烧结点火过程中,风箱压力应维持在目标范围内,使炉膛保持微负压状态。在实际烧结生产中,目标范围内的风箱压力所需的阀门开度难以预测,错误的调节风箱阀门常常使风箱内部压力不符合烧结生产要求,难以达到烧结微负压点火的要求。为此,文章使用遗传算法(GA)对BP神经网络进行优化,提出了一种烧结风箱阀门预测模型,用钢厂的实际烧结数据对其进行训练,并将几种预测模型的预测结果进行对比。实验结果表明,GA-BP预测模型的预测效果优于传统的BP预测模型以及拟合预测模型,该模型可以较为准确地预测风箱压力达到目标范围所需的阀门开度,为烧结现场的风箱阀门开度智能控制提供了可靠的理论支持,能够很好地满足生产需求。 展开更多
关键词 BP神经网络 遗传算法 阀门预测 烧结点火 微负压
在线阅读 下载PDF
遗传算法在Web关联挖掘中的应用研究 被引量：4
2
作者 汤亚玲 崔志明 《微电子学与计算机》 CSCD 北大核心 2006年第6期126-129,共4页
关联规则是描述Web用户行为特征的重要依据。传统的基于统计学的Web关联规则挖掘算法注重对现有数据的分析,不能针对Web关联挖掘的特点提供有效的预测手段和优化反馈措施。文章提出一种基于遗传算法的Web关联挖掘算法体系,实验证明它能... 关联规则是描述Web用户行为特征的重要依据。传统的基于统计学的Web关联规则挖掘算法注重对现有数据的分析,不能针对Web关联挖掘的特点提供有效的预测手段和优化反馈措施。文章提出一种基于遗传算法的Web关联挖掘算法体系,实验证明它能弥补传统Web关联挖掘算法的不足,为Web关联挖掘提供了一种新的思路。 展开更多
关键词 数据挖掘 Web关联规则 遗传算法 增量挖掘 机器学习
在线阅读 下载PDF
遗传算法在Web关联挖掘中的应用研究 被引量：4
3
作者 汤亚玲 崔志明 《微电子学与计算机》 CSCD 北大核心 2005年第10期4-6,11,共4页
关联规则是描述Web用户行为特征的重要依据。传统的基于统计学的Web关联规则挖掘算法注重对现有数据的分析,不能针对Web关联挖掘的特点提供有效的预测手段和优化反馈措施。本文提出一种基于遗传算法的Web关联挖掘算法体系,实验证明它能... 关联规则是描述Web用户行为特征的重要依据。传统的基于统计学的Web关联规则挖掘算法注重对现有数据的分析,不能针对Web关联挖掘的特点提供有效的预测手段和优化反馈措施。本文提出一种基于遗传算法的Web关联挖掘算法体系,实验证明它能弥补传统Web关联挖掘算法的不足,为Web关联挖掘提供了一种新的思路。 展开更多
关键词 数据挖掘 Web关联规则 遗传算法 增量挖掘 机器学习
在线阅读 下载PDF
基于遗传算法的Web行为挖掘研究 被引量：2
4
作者 汤亚玲 崔志明 《微电子学与计算机》 CSCD 北大核心 2006年第8期168-170,共3页
针对在Web行为挖掘中,统计学挖掘算法难以发现潜在、先验性的知识,文章提出一种基于遗传算法的Web行为挖掘方法。其通过遗传进化、机器学习的方式,解决了Web行为挖掘中的用户聚类分析和关联分析问题,以适应Web自身,以及Web用户群体行为... 针对在Web行为挖掘中,统计学挖掘算法难以发现潜在、先验性的知识,文章提出一种基于遗传算法的Web行为挖掘方法。其通过遗传进化、机器学习的方式,解决了Web行为挖掘中的用户聚类分析和关联分析问题,以适应Web自身,以及Web用户群体行为的发展,试验结果证明了它的可行性和先进性。 展开更多
关键词 遗传算法 WEB 行为挖掘
在线阅读 下载PDF
和谐医患关系视阈下中医学生专业素养现状的调查研究 被引量：1
5
作者 汤亚玲 陈昱宁 《广西中医药大学学报》 2014年第A01期78-80,共3页
随着医疗制度改革的不断推进,医德医风建设越来越受到关注.屡屡出现的医患矛盾,让医学生在诚惶诚恐之余更增添了对所学专业及今后从事职业的怀疑.当前紧张的医患关系已对医学生产生一定的消极影响.了解在校中医学生专业素养结构,消除其... 随着医疗制度改革的不断推进,医德医风建设越来越受到关注.屡屡出现的医患矛盾,让医学生在诚惶诚恐之余更增添了对所学专业及今后从事职业的怀疑.当前紧张的医患关系已对医学生产生一定的消极影响.了解在校中医学生专业素养结构,消除其“内忧外患”局面,有利于中医药院校更有针对性地开展中医专业素养教育,建立中医学生专业素养培养模式,为构建和谐的医患关系打下坚实的基础. 展开更多
关键词 和谐医患关系 中医青年 专业素养 调查思考
在线阅读 下载PDF
挖掘关联规则频繁项集的算法研究及其Prolog实现 被引量：4
6
作者 崔志明 汤亚玲 《微电子学与计算机》 CSCD 北大核心 2003年第9期8-10,33,共4页
挖掘事务库中的频繁项集是数据挖掘的重要任务之一。文章对求关联规则中频繁项集算法进行了分析,着重叙述了DHP算法的设计思想,并用Prolog语言实现,试图探讨用逻辑推理方法解决数据挖掘问题。
关键词 数据挖掘 数据库 知识发现 关联规则 频繁项集 算法 PROLOG语言
在线阅读 下载PDF
高职教师培训略论 被引量：1
7
作者 汤亚玲 《长沙通信职业技术学院学报》 2008年第4期67-69,共3页
教师培训是高职学院经常性的工作,必须有效提高培训质量与效益。文章从高职教师培训的价值、方向、特征、形式以及质量保障入手,重点论述高职教师培养方法、途经、内容,并建议加强高职教师培训基地建设,重视"双师型"高职教师... 教师培训是高职学院经常性的工作,必须有效提高培训质量与效益。文章从高职教师培训的价值、方向、特征、形式以及质量保障入手,重点论述高职教师培养方法、途经、内容,并建议加强高职教师培训基地建设,重视"双师型"高职教师队伍建设等。 展开更多
关键词 高职教育 教师培训 双师型教师
在线阅读 下载PDF
一种基于粒子群优化的关联规则挖掘方法 被引量：1
8
作者 潘唯 刘彦鹏 汤亚玲 《安徽工业大学学报（自然科学版）》 CAS 2014年第3期318-322,共5页
针对关联规则挖掘过程中定义最小支持度与置信度的阈值具有主观性的问题,提出一种迭代粒子群优化(particle swarm optimization,PSO)的方法挖掘关联规则。通过定义要提取的规则数目(M)的值,采用支持度和置信度定义适应函数,粒子群优化... 针对关联规则挖掘过程中定义最小支持度与置信度的阈值具有主观性的问题,提出一种迭代粒子群优化(particle swarm optimization,PSO)的方法挖掘关联规则。通过定义要提取的规则数目(M)的值,采用支持度和置信度定义适应函数,粒子群优化算法迭代,从数据集中提取最优的规则。算法避免了apriori算法需要设定最小支持度和最小置信度阈值等问题。通过对3个不同类型典型数据集挖掘验证算法的有效性,结果表明,使用PSO获得的规则平均支持度和置信度与apriori算法挖掘到的规则相比有明显提高。 展开更多
关键词 关联规则挖掘 粒子群优化算法 支持度 置信度 最优规则
在线阅读 下载PDF
普林格尔治疗仪在哺乳期急性乳腺炎中的疗效观察 被引量：5
9
作者 刘芳芳 汤亚玲 《当代护士（下旬刊）》 2014年第4期70-71,共2页
目的探讨普林格尔治疗仪在哺乳期急性乳腺炎患者中的临床应用效果。方法选取2011年6月，2013年2月在本院乳腺科就诊的哺乳期乳腺炎急性期患者96例，随机分为观察组和对照组。对照组42例，观察组54例。对照组采取惠侧乳房热敷后直接用手... 目的探讨普林格尔治疗仪在哺乳期急性乳腺炎患者中的临床应用效果。方法选取2011年6月，2013年2月在本院乳腺科就诊的哺乳期乳腺炎急性期患者96例，随机分为观察组和对照组。对照组42例，观察组54例。对照组采取惠侧乳房热敷后直接用手法挤奶，观察组予以普林格尔治疗仪按摩后热敷再挤奶。比较2组患者急性乳腺炎治愈情况。结果治疗3次后，观察组患者治愈率显著优于对照组，2组比较差异具有统计学意义（P〈0．05）。结论普林格尔治疗仪在哺乳期急性乳腺炎的治疗中大大减轻了产妇的痛苦，并保护了乳房组织，同时也提高了母乳喂养率。 展开更多
关键词 哺乳期 急性乳腺炎 普林格尔治疗仪
在线阅读 下载PDF
基于遗传算法的Web用户聚类模型的研究 被引量：4
10
作者 汤亚玲 崔志明 《微电子学与计算机》 CSCD 北大核心 2004年第8期65-67,72,共4页
本文提出了一种基于遗传算法,结合网站拓朴分析,对URL实行树型层次编码为基础的Web用户聚类计算模型。讨论了描述、跟踪用户行为,实现Web用户聚类的方法。阐述聚类所要考虑的相关问题,并给出聚类的实验分析。
关键词 数据挖掘 遗传算法 用户聚类 模式欺骗
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部