- 年份
- 2025(2)
- 2024(5)
- 2023(4)
- 2022(2)
- 2020(4)
- 2019(2)
- 2018(4)
- 2017(3)
- 2016(2)
- 2015(3)
- 更多...
- 核心收录
- 中国科技论文与引文数据库(CSTPCD)(36)
- 北京大学中文核心期刊目录(北大核心)(25)
- 中国科学引文数据库(CSCD)(20)
- 中国人文社会科学引文数据库(CHSSCD)(2)
- 中文社会科学引文索引(CSSCI)(2)
- 更多...
- 刊名
- 计算机应用研究(6)
- 计算机应用与软件(4)
- 统计与决策(3)
- 华中科技大学学报(自然科学版)(2)
- 吉林大学学报(理学版)(2)
- 现代电子技术(2)
- 电子学报(2)
- 计算机工程(2)
- 计算机技术与发展(2)
- 中北大学学报(自然科学版)(1)
- 更多...
- 作者单位
- 江南大学(3)
- 西北工业大学(2)
- ;吉林大学(1)
- 上海大学(1)
- 中北大学(1)
- 中国农业大学(1)
- 中国民航大学(1)
- 华东理工大学(1)
- 华中科技大学(1)
- 华侨大学(1)
- 更多...
- 语种
- 汉语(48)
- 关键词
- 大规模数据(48)
- (5)
- 支持向量机(5)
- MapReduce(3)
- 谱聚类(3)
- 云计算(2)
- 倒排索引(2)
- 分布式(2)
- 动画制作(2)
- 医学影像(2)
- 更多...
- 作者
- 王士同(2)
- 丁芳(1)
- 业巧林(1)
- 丛伟杰(1)
- 仵匀政(1)
- 任怡果(1)
- 伍新中(1)
- 何玉林(1)
- 何馨怡(1)
- 倪彤光(1)
- 更多...
相关度
- 相关度
- 发表时间
每页显示10条
- 每页显示10条
- 每页显示20条
- 每页显示30条
已找到 48 条结果
- 一种有效的大规模数据的分类方法北大核心CSCDCSTPCD摘要:本文提出了一种基于自组织特征映射神经网络(SOM)和支撑矢量机(SVM)相结合的复杂模式的大规模数据的分类方法.该方法首先利用自组织特征映射神经网络对待识目标进行聚类,然后应用支撑矢量机方法对其进行分类识别.通过对复杂异或(XOR)分类问题,以及实际的Iris和Appendicitis数据分类问题等的分类实验,且与仅用支撑矢量机的分类方法比较,结果表明,本文提出的方法对复杂模式的大规模数据的分类识别问题具有较好的效果,且训练时间大幅度减小.
- 大规模非结构化数据的索引技术研究CSTPCD
- 一种支持大规模数据的多维可视化分析框架CSCDCSTPCD
- 代价敏感支持向量机的投影次梯度求解方法CSTPCD
- 中国数据挖掘研究进展CSCDCSTPCD
- 共享近邻紧密度的增量式谱聚类算法北大核心CSCDCSTPCD
- 面向大规模数据快速聚类K-means算法的研究北大核心CSTPCD
- 大规模多视图数据的自降维K-means算法北大核心CSCDCSTPCD
- 基于MPI的近邻距离加权偏标记学习算法之并行实现北大核心CSTPCD
- 基于云平台的分布式PCA算法在煤炭图像处理中的研究与实现