您的位置: 专家智库 > >

国家高技术研究发展计划(20060110Z2037)

作品数:4 被引量:25H指数:3
相关作者:刘大有张健李妮娅刘欣贾海洋更多>>
相关机构:吉林大学更多>>
发文基金:国家自然科学基金国家高技术研究发展计划吉林省科技发展计划基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇自动化与计算...

主题

  • 2篇贝叶斯
  • 2篇产品配置
  • 1篇优化算法
  • 1篇制造业
  • 1篇数据流
  • 1篇朴素贝叶斯
  • 1篇群算法
  • 1篇子群
  • 1篇网络
  • 1篇网络结构
  • 1篇网络结构学习
  • 1篇粒子群
  • 1篇粒子群算法
  • 1篇粒子群优化
  • 1篇粒子群优化算...
  • 1篇面向制造业
  • 1篇概念漂移
  • 1篇贝叶斯网
  • 1篇贝叶斯网络
  • 1篇PDM集成

机构

  • 4篇吉林大学

作者

  • 4篇刘大有
  • 2篇李妮娅
  • 2篇张健
  • 1篇关菁华
  • 1篇贾海洋
  • 1篇刘欣

传媒

  • 1篇计算机集成制...
  • 1篇小型微型计算...
  • 1篇计算机科学
  • 1篇吉林大学学报...

年份

  • 3篇2010
  • 1篇2008
4 条 记 录,以下是 1-4
排序方式:
面向制造业的产品配置器与PDM集成设计方法被引量:2
2010年
基于产品配置器的功能模块给出一个集成架构体系和产品配置模型的UML(Unified Modeling Language)设计方法.该方法支持PDM(产品数据管理)的各种信息化管理,实现了产品配置器与PDM之间功能层和数据层的无缝集成;区分模型的结构要素和逻辑要素,降低了集成的耦合度,具有较强的平台移植能力.
李妮娅刘大有张健
关键词:产品配置PDM系统UML设计
基于粒子群优化算法的Bayesian网络结构学习被引量:7
2008年
近年来,Bayesian网络已经成为人工智能领域的研究热点.为了更广泛的应用Bayesian网络,本文采用粒子群优化搜索算法,通过对粒子群算法中各个算子的确定,从训练数据样本中学习到Bayesian网络结构,并用测试数据样本测试学习结果与训练数据的匹配程度,试验结果表明,该算法能有效地学习到Bayesian网络结构.
刘欣贾海洋刘大有
关键词:粒子群算法贝叶斯网络
基于广义产品结构的产品配置被引量:11
2010年
针对传统的基于结构的产品配置方法中,零部件之间约束关系表达能力较弱的问题,将基于规则的方法和基于结构的方法相结合,给出了一种基于广义产品结构的产品配置模型和配置求解方法。该模型采用基于结构的方法描述配置知识的结构信息,采用基于规则的方法描述配置约束信息,增强了对配置约束的描述能力。配置求解方法中,提出了配置推理图的概念,并基于先根遍历访问模型中的节点,采用数据驱动的深度优先图搜索策略求解每个节点的配置约束,提高了配置求解能力。最后通过一个应用示例,给出了基于该产品配置模型的配置求解工作过程。
李妮娅张健刘大有
关键词:产品配置产品族
一种挖掘概念漂移数据流的选择性集成算法被引量:5
2010年
提出一种挖掘概念漂移数据流的选择性集成学习算法。该算法根据各基分类器在验证集上的输出结果向量方向与参考向量方向之间的偏离程度,选择参与集成的基分类器。分别在具有突发性和渐进性概念漂移的人造数据集SEA和Hyperplane上进行实验分析。实验结果表明,这种基分类器选择方法大幅度提高了集成算法在处理概念漂移数据流时的分类准确性。使用error-ambiguity分解对算法构建的naive Bayes集成在解决分类问题时的性能进行了分析。实验结果表明,算法成功的主要原因是它能显著降低平均泛化误差。
关菁华刘大有
关键词:概念漂移朴素贝叶斯
共1页<1>
聚类工具0