简介：在不均衡数据集下,SVM分类超平面的偏移,使得基于KKT条件进行样本选择的增量学习算法性能不佳,针对该问题,提出动态代价的SVM增量学习算法,该算法依据各类样本密度之间的关系动态计算类的错分代价,减少每次迭代中分类超平面偏移造成的错误累积,保证依据KKT条件选取样本的准确性,使得每次迭代选取的样本都包含当前分类器缺少的空间信息,提高最终分类器在不均衡数据集下的分类性能.最后,在UCI数据集上的仿真实验结果表明该算法能够提高不均衡数据下的分类性能.

简介：本文首先分析了增量学习过程中支持向量与非支持向量的相互转化问题，而后在此基础上提出了基于超球结构的支持向量机增量学习算法。该算法主要利用超球结构，完成对增量学习中训练样本的选取，进而完成分类器的重构。实验表明，该算法比传统支持向量机增量学习算法具有更高的分类精度。

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

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

简介：[摘要] PID控制算法是经典的工业工程控制算法之一，增量式PID控制算法是对传统PID控制算法的优化，但其存在静态误差无法消除的影响，因此本文引入遗传算法对其进行进一步优化，并给出了优化步骤，同时给出了一个用遗传算法进行单环系统增量式PID控制器优化设计的仿真实例，并克服了其静态误差无法消除的问题。

简介：摘要：PID控制算法是经典的工业工程控制算法之一，增量式PID控制算法是对传统PID控制算法的优化，但其存在静态误差无法消除的影响，因此本文引入遗传算法对其进行进一步优化，并给出了优化步骤，同时给出了一个用遗传算法进行单环系统增量式PID控制器优化设计的仿真实例，并克服了其静态误差无法消除的问题。

简介：发现频繁项集是数据挖掘应用中的关键问题,发现过程的高花费要求对增量数据挖掘算法进行深入研究.考虑保持最小支持度不变,一个事务数据集d动态的添加到事务数据库D中时,利用基于矩阵的MFUP(Matrix_Fast_Update)算法生成事务数据库DUd中的频繁项集.

简介：采用循环链表构建凸包，使凸包的各顶点在增量过程中，始终处于动态变化的稳定循环链中，无差错地生成结果凸包。相比顺序表而言，每次只需修改指针，无须在内存中频繁移动顶点数据，节省大量的系统时间及内存资源，从根本上解决首尾相接的凸包动态生成问题，极好地满足程序的鲁棒性原则，代码执行效率高。

简介：摘 要：在超大规模集成电路（VLSI）的开发中，故障模拟作为评价测试模式的一种有效方法被广泛使用。在本研究报告中，通过保存和再利用模拟结果，将增量算法应用到故障模拟过程之中。使用增量算法可以快速高效完成故障模拟。以前，快速高效进行故障模拟的手法有并列法、演绎法、联合法等方法。但是，并列法在超过计算机的字长的情况下不能实现并行性，而演绎法又需要集合运算，联合法只对与正常电路不同的部分进行模拟，在这一点上虽然类似于本文，但是故障列表的传送处理是必要的。与此相对，本文提出的事件驱动算法让故障模拟的实现更简单化，并且具有并行性和硬件化更易实现的特点。

简介：为更好地适应大规模社会网络数据的应用要求,提出一种基于局部模块度的增量式动态社区发现算法。把对起始时间的社会网络执行静态社区发现获得的社区结构和局部模块度作为增量分析的基础,把局部模块度作为优化的条件,使用四种原子操作,逐步演化社区结构。使用社区结构的局部信息,提高了算法的运行效率。避免了设定参数的条件,提高了算法的适应性。实验结果表明,该算法具有一定的实际应用价值。

简介：针对传统聚类算法无法有效处理高维混合属性数据集的问题,对原有的数据归一化方法进行改进。在kmeans和DBSCAN聚类算法的基础之上,结合增量聚类的思想和数据之间相异度的计算方法,提出了一种基于密度的增量k-means聚类算法。该算法能有效处理具有高维混合属性的数据集,在准确度和效率方面都得到提高。

简介：高考是一种竞技,考验的是平时的努力。要想在高考中取得优异成绩,贵在平时的训练,平日从严,高考坦然。练习就是高考,高考就是练习!面对即将到来的高考,在明确命题规律的基础上,平时的训练要有针对性,要学会总结。

简介：摘要：三支决策模型在双论域信息系统中的应用逐渐成为研究热点，增量式更新算法则是三支决策模型的算法之一，可满足系统动态变化的实际需要，且具有高效动态更新特点。本文双论域信息系统进行概述，对三支决策模型的动态性变化进行研究，探索增量式更新算法的计算方式，与非增量式算法的更新效率加以比较。

简介：

简介：

简介：【摘要】

简介：摘 要：神经网络是当今最具魅力的一个新兴学科生长点,已发展成为现代科学技术的新热点,其迅猛发展将对整个信息科学产生巨大的影响。神经网络在数学建模中的应用也非常的广泛。

简介：

简介：我使用佳能EOS300D差不多有1年的时间了．一直用的是那只18～55毫米的镜头．现在我十分想尝试一些别的镜头．但预算很有限。我能不能买一个增距镜来扩展现有镜头的焦距呢？

简介：