排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
为解决原始核聚类(Kernel Clustering, KC)中模式信息不足、聚类结果不佳的缺点，以KC为基础，利用Universum学习带来的优势，提出基于Universum学习的核聚类(Universum learning based Kernel Clustering, UKC)方法.首先利用Universum学习生成相应的Universum模式，再利用KC算法把数据集分割成多个簇，最后利用每个簇中所包含的Universum模式和训练模式来更新该簇，从而使得这些簇更加合理.实验表明，该算法可以更好地改善聚类效果和分类器的分类性能、泛化能力和计算效率.虽然该方法的步骤比KC多，但是其较好的聚类性能可以帮助人们处理分类问题. 相似文献
2.
随着围家经济建设的发展,道路及交通建设也发生日新月异的变化,在道路的建设工程中,隧道工程运用的越来越多。在很长、很大的隧道施工中,通风至关重要。文章分析了在隧道施工过程中,如何运用合理的通风方式及方法来保证隧道内的空气质量,并且通过一系列的改进措施来保证机械通风的效果,合理配置通风系统。 相似文献
1