期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于Map/Reduce的朴素贝叶斯数据分类算法研究 被引量:12
1
作者 崔良中 郭福亮 宋建新 《海军工程大学学报》 CAS 北大核心 2019年第4期7-10,共4页
针对目前机器学习研究领域中的数据分类问题,选择朴素贝叶斯算法作为研究对象。首先,通过对样本数据特征属性的权重进行加权调整,提高算法处理的准确率;然后,改进朴素贝叶斯算法分类器模型,使其能够利用Map/Reduce并行编程模型,采用多... 针对目前机器学习研究领域中的数据分类问题,选择朴素贝叶斯算法作为研究对象。首先,通过对样本数据特征属性的权重进行加权调整,提高算法处理的准确率;然后,改进朴素贝叶斯算法分类器模型,使其能够利用Map/Reduce并行编程模型,采用多计算资源节点并行处理,进一步提高处理速度。最后,对UCI dataset数据库进行实验验证,结果表明:改进后的算法在海量数据分类处理中具有更好的性能表现。 展开更多
关键词 Map/Reduce并行编程模型 数据分类算法 贝叶斯算法 海量数据处理
在线阅读 下载PDF
基于低带宽网络的气象图像ROI压缩及交错显示算法
2
作者 徐开来 马良荔 冯泽波 《舰船电子工程》 2018年第1期100-104,共5页
论文针对气象图像传输的实际需求,以北斗通信网络为例,设计和实现了低带宽网络环境下的气象图像ROI压缩及交错显示算法。该算法采用Google图像压缩格式Webp,结合用户自定义的ROI区域,主动减小图像高分辨区域范围,并以ROI区域为中心,对非... 论文针对气象图像传输的实际需求,以北斗通信网络为例,设计和实现了低带宽网络环境下的气象图像ROI压缩及交错显示算法。该算法采用Google图像压缩格式Webp,结合用户自定义的ROI区域,主动减小图像高分辨区域范围,并以ROI区域为中心,对非ROI区域进行阶梯式压缩,在传输中赋予优先级属性,配合专用交错显示算法,逐级重构显示图像,最终压缩率达60%以上,降低用户等待时间60%以上,且此算法也适用于其它低带宽网络。 展开更多
关键词 低带宽网络 北斗 图像压缩 感兴趣区域 交错显示
在线阅读 下载PDF
基于加权BF-TOPSIS的多属性决策方法研究
3
作者 宋建新 熊俊芬 刘海桥 《无线互联科技》 2020年第3期128-134,137,共8页
BF-TOPSIS算法结合置信方程和TOPSIS算法,能够有效处理多属性决策问题。加权BF-TOPSIS(WBFTOPSIS)算法是对BF-TOPSIS算法的有效推广,保留了BF-TOPSIS算法的优越性。文章首先对BF-TOPSIS算法的归一化问题进行详细推理分析,并给出BBAs构... BF-TOPSIS算法结合置信方程和TOPSIS算法,能够有效处理多属性决策问题。加权BF-TOPSIS(WBFTOPSIS)算法是对BF-TOPSIS算法的有效推广,保留了BF-TOPSIS算法的优越性。文章首先对BF-TOPSIS算法的归一化问题进行详细推理分析,并给出BBAs构造的一种新的证明。通过分析BF-TOPSIS算法BBAs构造的实际意义,提出WBF-TOPSIS算法,并给出加权系数的最优化表达式。BF-TOPSIS算法是WBF-TOPSIS算法的一种特殊情况。相比于BF-TOPSIS算法,WBF-TOPSIS算法能够做出更优的决策结果;最后算例分析验证了所提算法处理多属性决策问题的优越性性。 展开更多
关键词 多属性决策 置信方程 TOPSIS 信息融合
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部