排序方式: 共有4条查询结果,搜索用时 31 毫秒
1
1.
线性函数的性质及其应用
线性函数的性质及其应用 总被引:1,自引:4,他引:1
给出了线性函数、部分线性函数和线性变量的定义,提出了它们的性质.根据上述定义,利用布尔代数中的基本定理和公式以及自双反函数和对称函数的定义对这些性质给出了证明.最后讨论了它们在逻辑综合以及计算逻辑函数的布尔差分中的应用. 相似文献
2.
提出一种基于数据集分割的极限学习机集成算法——DS-E-ELM.该算法主要包含以下3个步骤:首先,将数据集分成互不相关的κ个子集,选择κ一1个子集组合成一个训练集,这样可以得到κ个不同的数据集;然后将新得到的κ个数据集利用极限学习机训练得到κ个分类器;最后对κ个分类器预测得到的结果通过多数投票的方法决定预测结果.通过对6个肿瘤数据集的实验证明,DS-E-ELM与单独的ELM、Bagging、Boosting等算法相比,具有更高的分类精度,且稳定性更好. 相似文献
3.
本文提出利用SPT和西文W inflows制作中文软件封面的一种新方法.其主要步骤是,先在SPT下生成具有TIF格式的底稿,再用图像格式转换文件,使之转换成PCX格式或BMP格式,最后在Windows操作环境下进行艺术处理,生成中文软件封面.,其次,通过对BMP图像格式文件的分析,编制一个在应用程序中显示该中文软件封面的程序. 相似文献
4.
针对高维数据中存在冗余以及极限学习机(ELM)存在随机给定权值导致算法性能不稳定等问题,将限制玻尔兹曼机(RBM)与ELM相结合提出了基于限制玻尔兹曼机优化的极限学习机算法(RBM-ELM).通过限制玻尔兹曼机对原始数据进行特征降维的同时,得到ELM输入层权值和隐含层偏置的优化参数.实验结果表明,相比较随机森林,逻辑回归,支持向量机和极限学习机四种机器学习算法,RBM-ELM算法能获得较高的分类精度. 相似文献
1