目的提出一种基于Divide and Conquer的搜索引擎数据库设计思想 (Divide and ConquerDesign ,DCD)。方法通过将搜索引擎索引数据库中的庞大数据表分解为数据量较少的表 ,以降低系统的复杂性。结果模拟实验表明基于DCD的数据库设计大大...目的提出一种基于Divide and Conquer的搜索引擎数据库设计思想 (Divide and ConquerDesign ,DCD)。方法通过将搜索引擎索引数据库中的庞大数据表分解为数据量较少的表 ,以降低系统的复杂性。结果模拟实验表明基于DCD的数据库设计大大提高了数据库的性能。展开更多
提出变量可分离函数的径向基函数网络拟合模型(Fitting Model based Radial Basis Function network to Variable Separable Function,VSRBF)及其学习算法并分析VSRBF的VC维.VSRBF是一个由多个子径向基函数网络组成的分工协作系统,由于...提出变量可分离函数的径向基函数网络拟合模型(Fitting Model based Radial Basis Function network to Variable Separable Function,VSRBF)及其学习算法并分析VSRBF的VC维.VSRBF是一个由多个子径向基函数网络组成的分工协作系统,由于把高维模型分解为低维模型,与传统径向基函数网络(Based Radial Basis Function Network,RBF)相比,VSRBF不仅明显地降低了系统复杂性而且网络的收敛速度更快.证明了VSRBF的VC维低于传统RBF的VC维,实验表明VSRBF在处理高维模型的行为明显优于RBF.展开更多
文摘提出变量可分离函数的径向基函数网络拟合模型(Fitting Model based Radial Basis Function network to Variable Separable Function,VSRBF)及其学习算法并分析VSRBF的VC维.VSRBF是一个由多个子径向基函数网络组成的分工协作系统,由于把高维模型分解为低维模型,与传统径向基函数网络(Based Radial Basis Function Network,RBF)相比,VSRBF不仅明显地降低了系统复杂性而且网络的收敛速度更快.证明了VSRBF的VC维低于传统RBF的VC维,实验表明VSRBF在处理高维模型的行为明显优于RBF.