学科分类
/ 2
25 个结果
  • 简介:然后扫描数据库来确定Ck中那些k-项目集是频繁项目集,频繁k项集c的每一单个项目i所对应的频繁1项集{i}或者从L1中取,所以在利用FUP算法对关联规则进行更新时

  • 标签: 关联规则 增量更新 更新算法
  • 简介:则新样本不是支持向量,即支持向量机在全体样本上训练和在支持向量集上训练得到的决策函数相同,说明新样本不是支持向量

  • 标签: 增量继续 学习微 微钙化
  • 简介:代写职称论文残留故障密度和测试中故障密度四个节点来描述软件故障,我们根据图3所描述的简化模型来做仿真实验.在实验中我们用软件需求复杂性度量和软件需求变更度量来描述问题复杂度[6].利用各种度量来描述设计功效,设计功效和测试功效的参数.本文采用如图3所示的BBNs故障预测模型

  • 标签: 故障预测 软件故障 预测方法
  • 简介:在财务预测的回归分析中,下面以销售额的多元回归分析预测为例来说明Excel在财务预测回归分析中的应用,A9是回归方程y=m1*x1+m2*x2+b中已知被预测对象y值集合

  • 标签: 利用实现 回归分析 实现财务
  • 简介:在财务预测的回归分析中,下面以销售额的多元回归分析预测为例来说明Excel在财务预测回归分析中的应用,A9是回归方程y = m1*x1+m2*x2 + b 中已知被预测对象y值集合

  • 标签: 利用实现 回归分析 实现财务
  • 简介:表2年平均含沙量PPR模型拟合和预留检验结果,表1某流域年均含沙量及有关因子实测值,3某流域的年均含沙量的PPR回归预测

  • 标签: 含沙量回归 回归预测 年均含沙量
  • 简介:1.4 流量的融合预测预测对象共有n个相关的时间序列fi(t),提出了一种基于神经网络数据融合的预测方法,1.2 构造相关序列集为了预测车站(序号为0)在第i天t时刻的流量^F0i(t)(实测值为F0i(t))

  • 标签: 地铁客流量 客流量预测 数据融合
  • 简介:GMDH方法用于电信数据预测,我们用GMDH方法对这类序列进行拟合预测,GMDH方法完全适合于电信数据的预测分析

  • 标签: 复杂时间 序列数据 数据预测
  • 简介:GMDH方法用于电信数据预测,我们用GMDH方法对这类序列进行拟合预测,GMDH方法完全适合于电信数据的预测分析

  • 标签: 复杂时间 序列数据 数据预测
  • 简介:表1最小项,实质素项──若函数的一个素项所包含的某一最小项,表3二次乘积项

  • 标签: 化简逻辑 法化简 表格法
  • 简介:网络平安电子签名数字签名欧盟电子签名指令美国电子签名法案 ,欧盟的《指令》和美国的《法案》对于电子商务的发展来说,欧盟和美国的电子签名由于采用了不同的规制模式

  • 标签: 欧盟美国 法述评 电子签名法
  • 简介:本文应用改进的模糊神经网络预测市场清算电价,11-17日的电价预测误差和准确率,本文应用的模糊神经网络为一个四层网络

  • 标签: 市场清算 模糊神经网络 清算电价
  • 简介:PSO组播路由算法,杜明辉基于粒子群优化的QoS组播路由算法[J]. ,路由A中的第2个节点7在路由B中不存在

  • 标签: 优化路由 法粒子 粒子群
  • 简介:PSO组播路由算法,杜明辉基于粒子群优化的QoS组播路由算法[J]. ,路由A中的第2个节点7在路由B中不存在

  • 标签: 优化路由 法粒子 粒子群
  • 简介:PSO组播路由算法,杜明辉基于粒子群优化的QoS组播路由算法[J]. ,路由A中的第2个节点7在路由B中不存在

  • 标签: 优化路由 法粒子 粒子群
  • 简介:采用快速原型为AFC用户需求建立一个模型,采用快速原型优化后的AFC应用系统精简了票务管理流程,而原型系统就是应用系统的模型

  • 标签: 中的应用 原型法 地铁系统
  • 简介:VB程序要使用DLL中的函数,三、VB3.0调用动态链接库DLL方法,charparamn){....../*C语言应用程序*/}/***********终止函数***********/intFARPASCALWEP(int/*SystemExit*/){return(1)

  • 标签: 动态链接库法 方法动态链接库 程序方法