检索结果-维普期刊中文期刊服务平台

基于自组织映射网络的多骨髓瘤预测模型的研究: 1; 作者李鹏阮晓钢《中国生物医学工程学报》 EI CAS CSCD 北大核心 2005年第4期397-402,共6页; 本研究基于自组织映射网络(SOM),分析多骨髓瘤基因表达数据,建立预测多骨髓瘤的自组织预测模型(SOPM)。该模型使用相关分析法,分析原始数据集中的7129个基因对致病的影响程度,运用自组织映射网络通过自学习的过程,挖掘出25个重要基因,... 展开更多; 关键词自组织预测模型多骨髓瘤基因表达; 在线阅读下载PDF 职称材料

自组织经验进化预测软件的设计与开发被引量：1: 2; 作者赵春泽高小强郑忠《计算机工程》 CAS CSCD 北大核心 2003年第18期67-68,79,共3页; 针对所建立的具有仿人智能和机器学徒特征的自组织经验进化预测模型，运用软件工程方法学系统分析了预测软件的性能要求与模块组成，设计和开发了相应的软件。使用面向对象设计方法开发的预测软件结构合理、界面友好，具有联机帮助功能... 展开更多; 关键词软件设计自组织预测高炉铁水硅含量; 在线阅读下载PDF 职称材料

基于DFA方法的自组织组合预测模型的应用被引量：1: 3; 作者叶学芳何跃《统计与决策》 CSSCI 北大核心 2010年第23期42-45,共4页; 文章运用消除趋势波动分析(DFA)方法,计算了四川省工业增加值季度数据的标度指数,该指数表明四川省工业增加值的时间序列值具有长程相关特性,其预测模型有较好的拟合效果。在此基础上根据自组织数据挖掘的理论与方法,提出了自组织组合... 展开更多; 关键词工业增加值 DFA GMDH ARIMA 自组织组合预测; 在线阅读下载PDF 职称材料

一种时间序列频繁模式挖掘算法及其在WSAN行为预测中的应用被引量：5: 4; 作者万里廖建新朱晓民《电子与信息学报》 EI CSCD 北大核心 2010年第3期682-686,共5页; 该文提出FPM(Frequent Pattern Mining)算法充分考虑频繁模式在时间序列中出现次数和分布。基于这些不同分布的频繁模式扩展MAMC(Mixed memory Aggregation Markov Chain)模型提出FMAMC(Frequent pattern based Mixed memory Aggregatio... 展开更多; 关键词数据挖掘时间序列频繁模式挖掘无线传感器自组织网络节点行为预测智能楼宇; 在线阅读下载PDF 职称材料

题名基于自组织映射网络的多骨髓瘤预测模型的研究: 1; 作者李鹏阮晓钢; 机构北京工业大学电子信息与控制工程学院; 出处《中国生物医学工程学报》 EI CAS CSCD 北大核心 2005年第4期397-402,共6页; 基金国家自然科学基金资助项目(60234020)。; 文摘本研究基于自组织映射网络(SOM),分析多骨髓瘤基因表达数据,建立预测多骨髓瘤的自组织预测模型(SOPM)。该模型使用相关分析法,分析原始数据集中的7129个基因对致病的影响程度,运用自组织映射网络通过自学习的过程,挖掘出25个重要基因,并依据25个重要基因的表达数据分类和预测样本。本研究表明,自组织预测模型能够学习基因调控的复杂规则,发现对致病有重要影响的基因,并能依据105个样本的基因表达数据中蕴含的知识获得近98%的预测准确率。; 关键词自组织预测模型多骨髓瘤基因表达; Keywords SOPM multiple myeloma gene expression; 分类号 Q78 [生物学—分子生物学] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名自组织经验进化预测软件的设计与开发被引量：1: 2; 作者赵春泽高小强郑忠; 机构重庆大学材料科学与工程学院; 出处《计算机工程》 CAS CSCD 北大核心 2003年第18期67-68,79,共3页; 基金国家自然科学基金资助项目(59974035); 文摘针对所建立的具有仿人智能和机器学徒特征的自组织经验进化预测模型，运用软件工程方法学系统分析了预测软件的性能要求与模块组成，设计和开发了相应的软件。使用面向对象设计方法开发的预测软件结构合理、界面友好，具有联机帮助功能。以高炉铁水硅含量预测为案例对预测软件进行了测试。在线测试结果表明：设计的软件运行稳定，在具有一定预测经验的前提下，软件系统的预测效果优于对应条件下的人工预测结果。; 关键词软件设计自组织预测高炉铁水硅含量; Keywords Software design Self-organized prediction Blast furnace Silicon content in hot metal; 分类号 TP311.52 [自动化与计算机技术—计算机软件与理论] TF325 [冶金工程—冶金机械及自动化]; 在线阅读下载PDF 职称材料

题名基于DFA方法的自组织组合预测模型的应用被引量：1: 3; 作者叶学芳何跃; 机构四川大学工商管理学院; 出处《统计与决策》 CSSCI 北大核心 2010年第23期42-45,共4页; 基金国家自然科学基金资助项目(70771067); 文摘文章运用消除趋势波动分析(DFA)方法,计算了四川省工业增加值季度数据的标度指数,该指数表明四川省工业增加值的时间序列值具有长程相关特性,其预测模型有较好的拟合效果。在此基础上根据自组织数据挖掘的理论与方法,提出了自组织组合预测模型。模型预测结果及与ARIMA、GMDH自回归、SPSS曲线估计等三个单项预测模型及最优线性组合、人工神经网络组合等常用的组合预测模型的对比表明,自组织组合预测模型不仅改善了对数据样本的拟合精度,而且显著提高了模型的预测能力。; 关键词工业增加值 DFA GMDH ARIMA 自组织组合预测; 分类号 F201 [经济管理—国民经济]; 在线阅读下载PDF 职称材料

题名一种时间序列频繁模式挖掘算法及其在WSAN行为预测中的应用被引量：5: 4; 作者万里廖建新朱晓民; 机构北京邮电大学网络与交换技术国家重点实验室东信北邮信息技术有限公司; 出处《电子与信息学报》 EI CSCD 北大核心 2010年第3期682-686,共5页; 基金国家杰出青年科学基金(60525110) 国家973计划项目(2007CB307100 +1 种基金 2007CB307103) 电子信息产业发展基金(基于3G的移动业务应用系统)资助课题; 文摘该文提出FPM(Frequent Pattern Mining)算法充分考虑频繁模式在时间序列中出现次数和分布。基于这些不同分布的频繁模式扩展MAMC(Mixed memory Aggregation Markov Chain)模型提出FMAMC(Frequent pattern based Mixed memory Aggregation Markov Chain)模型。将FPM和FMAMC应用到实际的智能楼宇项目中,证明和现有算法相比FPM算法具有较好的时间性能,FMAMC模型能够比MAMC模型更准确的预测WSAN节点行为。; 关键词数据挖掘时间序列频繁模式挖掘无线传感器自组织网络节点行为预测智能楼宇; Keywords Data mining Time series Frequent Pattern Mining （FPM） WSAN behavior prediction Smart building; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于自组织映射网络的多骨髓瘤预测模型的研究	李鹏阮晓钢	《中国生物医学工程学报》 EI CAS CSCD 北大核心	2005	0	在线阅读下载PDF 职称材料
2	自组织经验进化预测软件的设计与开发	赵春泽高小强郑忠	《计算机工程》 CAS CSCD 北大核心	2003	1	在线阅读下载PDF 职称材料
3	基于DFA方法的自组织组合预测模型的应用	叶学芳何跃	《统计与决策》 CSSCI 北大核心	2010	1	在线阅读下载PDF 职称材料
4	一种时间序列频繁模式挖掘算法及其在WSAN行为预测中的应用	万里廖建新朱晓民	《电子与信息学报》 EI CSCD 北大核心	2010	5	在线阅读下载PDF 职称材料