简介:Thispaperdealswithanimportantsubjectofrejectingtheabnormaldataintelligentlyinthedynamicdatasystem.Basedontheprincipleofnearestneighboroffuz-zymathematics,anapproachofmathematicallyabstractingthehumanthinkingandphys-icalpracticeknowledgeisdiscussed,anewmethodofautomaticrejectionofabnormalda-taisthenproposed.Theexperimentalresultsshowthatthemethodisavailabletothepractice.
简介:Thispaperpresentsamethodologytodeterminethreedataquality(DQ)riskcharacteristics:accuracy,comprehensivenessandnonmembership.Themethodologyprovidesasetofquantitativemodelstoconfirmtheinformationqualityrisksforthedatabaseofthegeographicalinformationsystem(GIS).FourquantitativemeasuresareintroducedtoexaminehowthequalityrisksofsourceinformationaffectthequalityofinformationoutputsproducedusingtherelationalalgebraoperationsSelection,Projection,and...
简介:是因为SVM的训练复杂性高度依赖于设置的数据的尺寸,至于模式识别和机器学习为大规模数据采矿赞成了支持机器(SVM)不是的向量,这篇论文论述几何基于距离的SVM(GDB-SVM)。Ittakes在一个点和是的分类亢奋的飞机之间的距离分类根据理论分析和几何直觉统治,并且被设计。试验性的代码作为翻译并且编辑的系统是有MicrosoftVisualC++6.0的导出的fromLibSVM。五GDB-SVM的四预言的结果比对所有(OAA)的方法的那些好。五GDB-SVM的三预言的结果比对(天体观测卫星)的方法的那些好。Experimentson真实数据集合证明GDB-SVM比OAA和天体观测卫星的方法优异不仅,但是为大数据集合高度可伸缩当产生高分类精确性时。
简介:由于多来源的复杂性质地质的数据,通过一个单身者重建每地质的结构是困难的3D建模方法。在这分析提出的多来源数据解释方法基于地质的数据的分离、不规则的特征上的一个数据库驱动的模式和焦点。从盖住精确性,分辨率,数量和质量的一个范围的许多来源的地质的数据被分类并且根据他们为3D建模的可靠性和一致性综合。有不一致的合理B花键(NURBS)技术的地质的表面的新插值近似试穿构造算法然后被介绍。NURBS技术能为精确性,表面连续性和地质的结构的数据存储在要求之中保留平衡。最后,四其他的3D建模途径与一些例子的参考被表明,它根据数据数量和精确性说明被选择。建议途径为不同实际工程要求提供灵活当模特儿的模式。
简介:在为技术建模的脑电图(EEG),数据片断选择是首先并且仍然重要的步。在一个基于EEG的大脑计算机接口(BCI)的特征抽取和分类上的一套data-segment-related参数的影响被学习。一个汽车搜索算法被开发在12题目EEG的每试用学习四个data-segment-related参数。数据片断(LDS)的长度,数据(SPD)的开始位置试用(NT)的片断,AR顺序,和数字被用来造模型。学习证明与没有参数选择的分类比率(CR)相比,CR被20%~30%与这些data-segment-related参数的合适的选择增加,并且最佳参数值是易于依赖者的。当为BCI造模型时,这建议data-segment-related参数应该被有个性。