论文摘要随着现代服装行业的发展,服装种类和品牌不胜枚举,导致服装数据迅速增长,但是海量的服装数据也使得用户在检索和搭配的需求日益增加。智能的服装搭配技术可以帮助广大的非服装专业...
论文摘要在现实世界中,数据通常被组织成图的形式广泛应用于各个领域中,如城市交通网络,电力网络等;图数据中包含着丰富的信息,对图数据进行有效的分析和应用变得越来越重要。因此,利用...
论文摘要随着科技的发展和大数据时代的来临,聚类作为一种典型的无监督机器学习方法近年来受到了众多研究者和工程技术人员关注。从数据所含视角数量的角度可将现有聚类方法简单地分为单视角...
论文摘要人脸图像修复技术为近年来图像处理领域的研究热点。该文提出一种基于级联生成对抗网络的人脸图像修复方法,从生成器、判别器、损失函数三个方面进行改良。生成器采用由粗到精的级联...
章兰[1]2004年在《一种基于VSM模型的动态文本分类器的设计》文中研究说明本文介绍了一个可应用于汉字输入法程序的文本分类器的设计。该分类器基于向量空间模型,对用户键盘输入的动态文字流进行分类,分类目标是指导输入法程序提示重码词条。首先介绍了课题背景、课题内容和意义。概述了文本分类的相关概念和建立...
刘耀辉[1]2017年在《支持向量机与神经网络的融合优化及其在数据挖掘中的应用》文中进行了进一步梳理不可置否,大数据是当下社会最关注的焦点问题之一。云计算,人工智能,智慧城市等新兴行业的背后都离不开大数据算法的支撑与贡献。然而,国内外学者对于大数据算法的横向研究略显不足,这会在一定程度上制约算法发展...
丁亚明[1]2007年在《模糊聚类研究及其在水文分区中的应用》文中指出聚类分析是数据挖掘中的一个分支,模糊聚类是聚类中的重要方法,已经取得了丰富的成果,其中的模糊C-均值(FCM)算法具有良好的性能和广泛的应用价值。然而,FCM算法对初始聚类中心的敏感问题影响了实际应用的质量和效果。本文针对这一问题...
张健[1]2002年在《模糊神经网络模型算法研究与应用》文中研究表明模糊神经网络是目前人工智能界最具发展前途的叁个重要领域之一。近十年来它在模糊控制、模糊决策、专家系统、模式识别等领域发挥了重要作用,其理论、模型、算法和应用技术一直是计算机领域重要的研究课题,并以它特有的优势受到高度的重视。本文对模...
陈笑[1]2016年在《基于Mahout的并行化k-means聚类算法优化研究》文中指出聚类分析是从大量数据中获取有效信息的重要手段,用于聚类分析的算法称为聚类算法。k-means聚类算法具备简单、快速、有效等诸多优点,是使用范围最广泛的经典聚类算法之一。如今,快速发展的互联网产业导致了数据量的剧增...