首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   12篇
  免费   0篇
物理学   2篇
综合类   10篇
  2015年   1篇
  2014年   3篇
  2012年   1篇
  2011年   1篇
  2008年   2篇
  2005年   1篇
  2002年   1篇
  1997年   1篇
  1995年   1篇
排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
网络时间同步系统的设计与实现   总被引:2,自引:0,他引:2  
阐述了网络时间协议的概念与体系结构,以思科路由器为例说明了网络时间同步系统的设计与实现方法。  相似文献   
2.
运用文献资料法、问卷调查法、访谈法等研究方法,对河南省5个城市28个社区公共体育服务现状进行研究,结果显示:城市社区居民体育活动的场地集中在公共活动场所、公园、广场等非正规体育场所;公共体育活动经费来源以自筹资金为主;公共体育服务相关政策法规缺失,组织相对单一,管理服务不到位;缺乏社会体育指导员,居民参与体育竞赛较少.针对存在的问题,提出了合理的建议.  相似文献   
3.
本文根据远程温度监测的需要,提出了基于GPRS的环境温度监测系统的设计方案。采集器以单片机作为核心控制器件,通过DS18B20数字温度传感器采集环境温度数据,后经由GPRS无线传输模块将采集的数据传输到服务器,监控中心计算机通过监测软件对数据实时显示和存储。  相似文献   
4.
支持向量机(support vector machine, SVM)具有良好的学习性能和泛化能力, 因而被广泛应用于恒星光谱分类中。然而实际应用面临的数据规模往往很大, SVM便暴露出计算量大、分类速度慢等问题。为了解决上述问题, Jayadeva等提出双支持向量机(twin support vector machine, TWSVM), 将计算时间减少至SVM的1/4。然后上述方法仅关注数据的全局特征, 对每类数据的局部特征并未关注。鉴于此, 提出基于流形模糊双支持向量机(manifold fuzzy twin support vector machine, MF-TSVM)的恒星光谱分类方法。利用流形判别分析获得数据的全局特征和局部特征, 模糊隶属度函数的引入将各类数据区别对待, 尽可能减少噪声点和奇异点对分类结果的影响。与C-SVM, KNN等传统分类方法在SDSS恒星光谱数据集上的比较实验表明了该方法的有效性。  相似文献   
5.
本文给出了具正负变系数时滞微分方程X’(t)+P(t)X(t-τ)-q(t)X(t-σ)=0的一个正解存在条件,其与充要条件相当接近。  相似文献   
6.
王建珍 《科技信息》2012,(7):62-62,33
河南省高校试办高水平运动队,经过十多年的实践和探索,积累了一定的实践经验,取得了很大的成绩,但也存在一定的不足。本文运用文献资料法、调查法、数理统计等方法,对河南高校高水平运动队现状进行调查分析,找出其影响因素,为河南省今后培养优秀体育人才及河南省竞技体育运动的良性发展提供重要的理论价值和实践意义。  相似文献   
7.
本文介绍了《计算机应用基础》的理论和实践教学方法 ,并对提高个人素质 ,引导学生主动学习和在该课程教学过程中育人等问题进行了说明  相似文献   
8.
本文给出RN上拟线性临界增长椭圆型方程-∑Ni=1|u|p-2uxi=|u|q-2u+f(x,u)(q=NpN-p,N>p≥2)的一个紧结果。  相似文献   
9.
文章针对传统K-近邻分类方法学习效率低下的问题,提出一种基于并行计算的加速K-近邻分类方法(K-nearest neighbor classification method based on parallel computing,PKNN),即并行K-近邻分类.该方法首先将所需要分类的样本划分为不同的工作子集,然后在每个子集上进行并行的K-近邻分类.由于划分后每个工作子集的规模均远小于整个数据集的规模,因此降低了分类算法的复杂度,可有效处理大规模数据的分类问题.实验结果表明,PK-NN方法能提高分类效率.  相似文献   
10.
支持向量机(support vector machine, SVM)具有良好的学习性能和泛化能力,因而被广泛应用于恒星光谱分类中。然而实际应用面临的数据规模往往很大,SVM便暴露出计算量大、分类速度慢等问题。为了解决上述问题,Jayadeva等提出双支持向量机(twin support vector machine, TWSVM),将计算时间减少至SVM的1/4。然后上述方法仅关注数据的全局特征,对每类数据的局部特征并未关注。鉴于此,提出基于流形模糊双支持向量机(manifold fuzzy twin support vector machine, MF-TSVM)的恒星光谱分类方法。利用流形判别分析获得数据的全局特征和局部特征,模糊隶属度函数的引入将各类数据区别对待,尽可能减少噪声点和奇异点对分类结果的影响。与C-SVM,KNN等传统分类方法在SDSS恒星光谱数据集上的比较实验表明了该方法的有效性。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号