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:
通过对一维元胞自动机的结构以及转移规则的特性研究,总结出一类特殊的多吸引子元胞自动机MACA,通过对2-状态-3-邻居的线性元胞自动机LCA的不同元胞单元使用逻辑异或XOR规则,使得状态转移图STD中的某些状态节点带有自循环圈,即称为吸引子.通过对吸引子的伪穷举域PEF的研究,从而可以实现模式的分类问题.这一分类理论可以应用于数据挖掘、图像压缩以及电路检测等应用领域,具有较好的分类性能以及较高的分类准确性.
推荐文章
基于子图模式的网络流量分类方法研究
流量分类
盲分类
匹配
子图模式
基于高光谱图像的分类方法研究
高光谱图像
支持向量机
人工神经元网络
决策树分类
最大似然分类法
K -均值聚类法
迭代自组织方法
一种基于层级分类策略的复杂模式识别方法
层级分类
模式识别
肌电信号
基于贝叶斯分类研究肌肉动作模式识别方法
自回归模型
表面肌电信号
贝叶斯分类
虚拟仪器
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 基于MACA的模式分类方法研究
来源期刊 西北民族大学学报(自然科学版) 学科 工学
关键词 元胞自动机 MACA 模式分类
年,卷(期) 2010,(3) 所属期刊栏目
研究方向 页码范围 25-30
页数 分类号 O212.4|TP301.6
字数 5052字 语种 中文
DOI 10.3969/j.issn.1009-2102.2010.03.006
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 田双亮 西北民族大学数学与计算机科学学院 153 388 10.0 13.0
2 岳园 西北民族大学数学与计算机科学学院 8 7 2.0 2.0
3 蔡正崎 西北民族大学数学与计算机科学学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (2)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
研究主题发展历程
节点文献
元胞自动机
MACA
模式分类
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
西北民族大学学报(自然科学版)
季刊
1009-2102
62-1188/N
大16开
兰州市西北新村1号
1980
chi
出版文献量(篇)
1696
总下载数(次)
3
总被引数(次)
5175
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导