公共文化服务平台

多粒度时间部分周期模型被引量：1: 2007年; 时间的描述和划分是时态数据采掘中一个非常重要的方面,针对目前时态数据采掘中缺少对多粒度时间等的研究的现状,提出了多粒度时间,粒度转换,时态序等的严格数学定义,并研究和证明了它们的相关性质。以此为基础引出了一个多粒度时间部分周期模型,对模型的支持度和置信度等性质进行了详细讨论,并将多粒度时间下的部分周期模型运用到股票数据实验中,实验表明所提出的模型对于研究时态数据采掘具有重要意义。; 夏卓群邓广慧古华茂程昱; 关键词：数据挖掘多粒度时间周期模式

一种子句重构的增强Tableau算法: 2009年; 利用非循环定义的概念可展开的特性,提出一个基于子句重构的增强Tableau算法.采用最简洁的概念合取子句代替原来的子概念集对完整树/图上的结点进行标记,并设计一组推理规则以构建这样的完整树/图,从而消除传统Tableau算法中的∩-规则、∪-规则所带来的概念描述重复.因而在非循环定义概念可满足性判定问题上,空间性能有明显提高.此外,虽然文中只提供针对SI语言的规则和证明,可是这种处理思路同样适用于其它描述逻辑语言,因而具有一定的推广价值.; 古华茂高济王勋吴海燕; 关键词：可满足性

多粒度时间下的部分周期模式挖掘被引量：1: 2005年; 提出了两种在多粒度时间下的部分周期挖掘算法。第1种算法利用模式的父子关系、支持度和置信度阈值裁剪候选模式集。第2种算法对每个输入寻找覆盖它的周期模式,由此来计算模式的支持度和置信度。实验表明了提出的算法在多粒度时间下挖掘部分周期是有效的。; 程昱古华茂; 关键词：多粒度数据挖掘周期模式

一种基于多任务学习的众包真值推理增强方法、设备及存储介质: 本发明公开了一种基于多任务学习的众包真值推理增强方法、设备及存储介质。本发明不需要其它的方法来汇聚任务的真值在用于训练深度学习模型，而是直接利用工人对任务的回答与任务的特征。基于不同的工人对任务的认知不同，为每个工人刻画...; 韩焘石怀旋方毅立丁鑫怡古华茂

基于超椭球的人脸识别方法、装置及存储介质: 本发明公开了一种基于超椭球的人脸识别方法、装置及存储介质，首先，根据已知类别的人脸图像样本进行建模，生成对待识别人脸图像样本进行类别判断的超椭球分类器；然后，将待识别人脸图像样本输入训练好的超椭球分类器，判断待识别人脸图...; 古华茂王勋

CRQA_(OVTM)Agent支持的开放环境下协同制造装配: 2018年; 针对开放式环境下松耦合程度和可靠性不够的协作模式的缺点,以及协同制造装配问题出现的"结构失配"和"工艺革新"的特性,提出CRQA_(OVTM)Agent模型.模型从服务参数(属性)松耦合程度和服务执行结果确定性两个方面区别定义普通(O,Ordinary)接口、转换(V,con V ersion)接口、多参数适配器(T,multiparameteradap Tor)接口和概念实例调制器(M,conceptinstance M odulator)接口,并在此基础上提供包括普通协作、转换性协作、适配性协作和调制性协作的混合协作模式,且在处方的基础上引入量化合成,以更加灵活的方式处理"结构失配"和"工艺革新"问题.同时模型引入合同的约束,保证自组织协作是可信的.通过验证并与RPACT IAgent模型比较可知,该模型的协作机制既具有很高的成功率和效率,又具有很高的灵活性,更加适合开放环境下的协同制造装配.; 周尤明古华茂; 关键词：多AGENT系统

基于子句的ALCN语言tableau算法增强方式(英文)被引量：1: 2008年; 由于目前tableau算法在判断概念可满足性时会产生大量的描述重复(因而浪费了很多空间),针对描述逻辑语言ALCN提出了一种基于子句重构的tableau增强方式.该增强方式对概念描述先构建一个析取范式,并只保留其中的一个合取子句,然后用这个获得的最简的概念合取子句去取代传统tableau算法构建的完整树的结点标记中的子概念集(这个过程根据需要可重复多次).由于避免了传统tableau算法因∩-,∪-规则所带来的大量的概念描述重复,这种增强方式在空间性能上有了非常大的改善.通过例子示范了这种增强方式的运用及其在空间性能上的改善程度.结果表明,这种改善是相当明显的.; 古华茂石锦芹高济; 关键词：TABLEAU算法子句可满足性

一种基于量化众包的真值预测方法: 本发明公开了一种基于量化众包的真值预测方法，该方法首先分析工人标注的结果是否为数值数据，如不是则利用语言表征模型将标注数据进行量化。再通过工人的社交影响力刻画工人的社交网络特征，利用工人的能力、工人的苛刻度和工人的偏好刻...; 韩焘袁壮苗方毅立丁鑫怡古华茂

基于超矩形的人脸识别方法、装置及存储介质: 本发明公开了一种基于超矩形的人脸识别方法、装置及存储介质，首先，根据已知类别的人脸图像样本进行建模，生成对待识别人脸图像样本进行类别判断的超矩形分类器；然后，将待识别人脸图像样本输入训练好的超矩形分类器，判断该待识别人脸...; 王勋古华茂

完全析取范式检测ALCN-概念的可满足性: 2009年; 基于"逐步展开"模式的Tableau算法在各类非循环定义的描述逻辑概念的可满足性判断中会产生大量的重复性的中间概念描述,因而浪费大量的空间。为此,提出了一个全新的对非循环定义的ALCN-概念可满足性进行判断的完全析取范式(CDNF)算法。CDNF算法直接在输入概念描述上,以角色为纽带构建不同层次的析取范式,从而将输入概念描述重组成一种层次结构的可满足性直接可知的完全析取范式,从而实现了真正意义上的"计算"可满足性。CDNF算法采用"一步到位"的展开方式并且直接在输入概念描述上进行处理,因而可最大程度地消除概念描述的重复。因此,CDNF算法比Tableau算法能节省线性甚至指数倍于输入概念描述长度的空间代价。; 古华茂高济王勋; 关键词：析取范式

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

古华茂