基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
CBR中权重向量的选取是范例检索过程中重要的一个步骤,其选取的好坏直接关系到范例检索的质量.在传统的方法中权重向量一旦确定后,其值一般固定不变,因而导致对一些特定问题的检索效果不好.为了解决这个问题,文中提出了一种根据范例属性的组合对权重向量进行调整的方法,为找到最优相似范例提供了一条有效途径.
推荐文章
电力负荷预测的CBR中权重向量的选取模型
基于范例的推理
负荷预测
权重向量
一种新的基于SVM权重向量的云分类器
支持向量机
云模型
云分类器
交叉验证
一种基于遗传算法的权重向量选取模型
基于范例的推理
权重向量
遗传算法
一种新的基于SVM权重向量的云分类器
支持向量机
云模型
云分类器
交叉验证
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于属性组合的权重向量选取模型
来源期刊 微机发展 学科 工学
关键词 基于范例的推理 最近邻法 组合属性
年,卷(期) 2004,(11) 所属期刊栏目 理论与算法研究
研究方向 页码范围 13-15
页数 3页 分类号 TP18
字数 3321字 语种 中文
DOI 10.3969/j.issn.1673-629X.2004.11.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蔡庆生 中国科学技术大学计算机科学与技术系 115 2706 28.0 47.0
2 章曙光 安徽建筑工业学院计算机与信息工程系 35 155 7.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (2)
参考文献  (5)
节点文献
引证文献  (12)
同被引文献  (7)
二级引证文献  (20)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(5)
  • 引证文献(4)
  • 二级引证文献(1)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(4)
  • 引证文献(1)
  • 二级引证文献(3)
2011(4)
  • 引证文献(0)
  • 二级引证文献(4)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
基于范例的推理
最近邻法
组合属性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导