期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于设计结构矩阵、共同度量指标和最小描述长度原则的产品模块优化研究
1
作者
张安祥
李泽邦
+1 位作者
廖璇
刘栩彤
《物流工程与管理》
2023年第11期20-26,共7页
针对目前产品设计过程中出现的结构划分模糊、易受设计人员个人主观因素影响,导致产品设计效率不高等问题,提出一种基于设计结构矩阵(Design Structure Matrix,DSM)、共同度量指标(M G&G)和最小描述长度原则(Minimum Description Le...
针对目前产品设计过程中出现的结构划分模糊、易受设计人员个人主观因素影响,导致产品设计效率不高等问题,提出一种基于设计结构矩阵(Design Structure Matrix,DSM)、共同度量指标(M G&G)和最小描述长度原则(Minimum Description Length,MDL)优化产品模块的方法。以智能仓储物流系统中常见的物流装备穿梭车为例,构建产品模型结构关系DSM矩阵图,再结合M G&G指标和MDL指标,分析产品模型模块化程度,改变组件之间的关联关系,并采用该方法优化了穿梭车系统模块。研究结果证明了基于DSM、M G&G指标和MDL的方法在产品模块优化过程中的合理性和可行性,为产品开发、设计和优化提供了部分参考。
展开更多
关键词
产品模块化
模块优化
设计结构矩阵
共同度量指标
最小描述长度原则
下载PDF
职称材料
基于最小描述长度原则的各向异性扩散模型
被引量:
4
2
作者
王毅
张良培
李平湘
《中国图象图形学报》
CSCD
北大核心
2005年第8期957-963,共7页
各向异性扩散的最大特点在于它是有选择性的平滑过程,这种平滑过程在均匀的区域不受限制,而在跨越边界部分被抑制,因此噪声和一些无关的细节被平滑掉了,从而能够有效地实现图像保边缘平滑。在现有各向异性扩散模型中,偏微分扩散方程解...
各向异性扩散的最大特点在于它是有选择性的平滑过程,这种平滑过程在均匀的区域不受限制,而在跨越边界部分被抑制,因此噪声和一些无关的细节被平滑掉了,从而能够有效地实现图像保边缘平滑。在现有各向异性扩散模型中,偏微分扩散方程解的适定性和扩散系数中的梯度阈值的合理估计是尚未很好解决的问题。为此利用最小描述长度(MDL)原则发展了一种各向异性扩散模型,并与Lyapunov函数的p-范数相结合,改善了各向异性扩散模型中梯度阈值的估计方法,形成了一种性能较好的各向异性扩散非线性滤波技术。实验结果表明,该方法不仅能够更有效地识别噪声图像中的细节边缘,而且还保证了各向异性扩散模型的稳定性;改进的扩散模型,滤波效果优于传统的各向异性扩散模型,是一种较为理想的保边缘滤波方法。
展开更多
关键词
各向异性扩散
最小描述长度原则
p-范数梯度阈值估计
扩散系数
图像平滑
下载PDF
职称材料
基于最长公共子序列距离的主旨模式挖掘算法
被引量:
5
3
作者
冯林
于孝航
+2 位作者
孙焘
沈骁
潘晓雯
《计算机工程》
CAS
CSCD
北大核心
2008年第14期47-48,51,共3页
针对现有主旨模式挖掘算法易受噪声干扰的问题,提出一种基于最长公共子序列距离的挖掘算法。在搜索过程中,该算法采用基于子序列距离判别的策略进行了有效的剪枝,对于非等长的候选模式,使用最小描述长度原则求其相关权重,据此选择出现...
针对现有主旨模式挖掘算法易受噪声干扰的问题,提出一种基于最长公共子序列距离的挖掘算法。在搜索过程中,该算法采用基于子序列距离判别的策略进行了有效的剪枝,对于非等长的候选模式,使用最小描述长度原则求其相关权重,据此选择出现频率最高、最能体现原时间序列特征的主旨模式。实验结果表明,与朴素式搜索相比,该算法的速度至少提升60%。
展开更多
关键词
主旨模式
噪声干扰
聚类分析
最小描述长度原则
下载PDF
职称材料
题名
基于设计结构矩阵、共同度量指标和最小描述长度原则的产品模块优化研究
1
作者
张安祥
李泽邦
廖璇
刘栩彤
机构
云南财经大学
浙江大学
云南师范大学附属中学
出处
《物流工程与管理》
2023年第11期20-26,共7页
文摘
针对目前产品设计过程中出现的结构划分模糊、易受设计人员个人主观因素影响,导致产品设计效率不高等问题,提出一种基于设计结构矩阵(Design Structure Matrix,DSM)、共同度量指标(M G&G)和最小描述长度原则(Minimum Description Length,MDL)优化产品模块的方法。以智能仓储物流系统中常见的物流装备穿梭车为例,构建产品模型结构关系DSM矩阵图,再结合M G&G指标和MDL指标,分析产品模型模块化程度,改变组件之间的关联关系,并采用该方法优化了穿梭车系统模块。研究结果证明了基于DSM、M G&G指标和MDL的方法在产品模块优化过程中的合理性和可行性,为产品开发、设计和优化提供了部分参考。
关键词
产品模块化
模块优化
设计结构矩阵
共同度量指标
最小描述长度原则
Keywords
product modularity
module optimization
design structure matrix
common metrics
minimum description length principle
分类号
F273.2 [经济管理—企业管理]
下载PDF
职称材料
题名
基于最小描述长度原则的各向异性扩散模型
被引量:
4
2
作者
王毅
张良培
李平湘
机构
武汉大学测绘遥感信息工程国家重点实验室
出处
《中国图象图形学报》
CSCD
北大核心
2005年第8期957-963,共7页
基金
国家"973"计划资助项目(2003CB415205)
国家"863"计划资助项目(2002AA135230-A)
+1 种基金
国家自然科学基金项目(40471088)
全国优秀博士论文作者专项基金资助项目(200142)
文摘
各向异性扩散的最大特点在于它是有选择性的平滑过程,这种平滑过程在均匀的区域不受限制,而在跨越边界部分被抑制,因此噪声和一些无关的细节被平滑掉了,从而能够有效地实现图像保边缘平滑。在现有各向异性扩散模型中,偏微分扩散方程解的适定性和扩散系数中的梯度阈值的合理估计是尚未很好解决的问题。为此利用最小描述长度(MDL)原则发展了一种各向异性扩散模型,并与Lyapunov函数的p-范数相结合,改善了各向异性扩散模型中梯度阈值的估计方法,形成了一种性能较好的各向异性扩散非线性滤波技术。实验结果表明,该方法不仅能够更有效地识别噪声图像中的细节边缘,而且还保证了各向异性扩散模型的稳定性;改进的扩散模型,滤波效果优于传统的各向异性扩散模型,是一种较为理想的保边缘滤波方法。
关键词
各向异性扩散
最小描述长度原则
p-范数梯度阈值估计
扩散系数
图像平滑
Keywords
anisotropic diffusion, minimal description length criterion, p-norm gradient threshold estimate, diffusioncoefficient, image smoothing
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于最长公共子序列距离的主旨模式挖掘算法
被引量:
5
3
作者
冯林
于孝航
孙焘
沈骁
潘晓雯
机构
大连理工大学大学生创新院
出处
《计算机工程》
CAS
CSCD
北大核心
2008年第14期47-48,51,共3页
基金
国家自然科学基金资助项目(50575031)
文摘
针对现有主旨模式挖掘算法易受噪声干扰的问题,提出一种基于最长公共子序列距离的挖掘算法。在搜索过程中,该算法采用基于子序列距离判别的策略进行了有效的剪枝,对于非等长的候选模式,使用最小描述长度原则求其相关权重,据此选择出现频率最高、最能体现原时间序列特征的主旨模式。实验结果表明,与朴素式搜索相比,该算法的速度至少提升60%。
关键词
主旨模式
噪声干扰
聚类分析
最小描述长度原则
Keywords
motif pattern
noise interference
clustering analysis
Minimum Description Length(MDL) principle
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于设计结构矩阵、共同度量指标和最小描述长度原则的产品模块优化研究
张安祥
李泽邦
廖璇
刘栩彤
《物流工程与管理》
2023
0
下载PDF
职称材料
2
基于最小描述长度原则的各向异性扩散模型
王毅
张良培
李平湘
《中国图象图形学报》
CSCD
北大核心
2005
4
下载PDF
职称材料
3
基于最长公共子序列距离的主旨模式挖掘算法
冯林
于孝航
孙焘
沈骁
潘晓雯
《计算机工程》
CAS
CSCD
北大核心
2008
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部