期刊文献+
共找到107篇文章
< 1 2 6 >
每页显示 20 50 100
基于XGBoost特征重要度的储罐缺陷ANN面积量化模型 被引量:2
1
作者 唐圳雄 唐东林 +1 位作者 丁超 侯军 《电子测量与仪器学报》 CSCD 北大核心 2020年第8期109-115,共7页
针对超声波检测的储罐缺陷的面积量化问题,提出一种改进的储罐腐蚀缺陷面积量化模型。该模型利用XGBoost的特征重要度对人工神经网络(ANN)的参数进行先验初始化实现ANN模型的改进。该模型可以更快的收敛,并且提高准确率。按照国家标准... 针对超声波检测的储罐缺陷的面积量化问题,提出一种改进的储罐腐蚀缺陷面积量化模型。该模型利用XGBoost的特征重要度对人工神经网络(ANN)的参数进行先验初始化实现ANN模型的改进。该模型可以更快的收敛,并且提高准确率。按照国家标准设计实验平台,获取实验信号,并提取信号的统计特征得到特征数据集,利用数据集训练和测试改进的模型,并与传统模型进行对比。通过实验验证得出,改进的ANN模型能够更快的收敛,并且准确量化缺陷面积,相比于ANN量化模型,在训练集上准确率提高了17.9%,达到了98.3%,在测试集上提高了16.6%,达到了92.2%。 展开更多
关键词 储罐腐蚀缺陷 面积量化 超声波检测 xgboost特征重要度 ANN模型
下载PDF
基于特征重要性的深度学习自动调度优化研究
2
作者 杨恒 刘勤让 +3 位作者 范旺 裴雪 魏帅 王轩 《计算机科学》 CSCD 北大核心 2024年第7期22-28,共7页
随着深度学习和硬件架构的快速发展,模型和硬件架构的多样性导致采用手工优化方式实现深度学习模型的高性能部署面临严峻的挑战,因此现有的AI编译器框架通常采用自动调度的方法来实现这一过程。但是已有的TVM自动调度优化方法中存在着... 随着深度学习和硬件架构的快速发展,模型和硬件架构的多样性导致采用手工优化方式实现深度学习模型的高性能部署面临严峻的挑战,因此现有的AI编译器框架通常采用自动调度的方法来实现这一过程。但是已有的TVM自动调度优化方法中存在着代价模型数据集不平衡以及调度时间过长的问题,为了解决这些问题,提出了一种基于特征重要性的自动调度优化方法。首先采用xgboost算法对特征重要性进行分析,然后基于重要性系数降低特征维度并对数据标签值进行重分配,以实现提高代价模型精度和优化自动调度效率的目的。实验结果表明,应用所提优化方法,使3种深度学习模型的自动调度时间缩短了9.7%~17.2%,推理时间最多缩短了15%。 展开更多
关键词 AI编译器 自动调 xgboost 特征重要 学习
下载PDF
基于正区域和投票式属性重要度的特征提取算法
3
作者 骆公志 张尚蕾 《南京邮电大学学报(自然科学版)》 北大核心 2024年第1期79-89,共11页
高维数据集中的不相关或冗余信息导致特征提取计算复杂度较高的问题,已成为研究者关注的热点。邻域粗糙集模型具有通过删除大规模数据中的冗余信息来提高计算效率方面的优势,为进一步提升现有邻域粗糙集模型在处理连续型高维数据库的特... 高维数据集中的不相关或冗余信息导致特征提取计算复杂度较高的问题,已成为研究者关注的热点。邻域粗糙集模型具有通过删除大规模数据中的冗余信息来提高计算效率方面的优势,为进一步提升现有邻域粗糙集模型在处理连续型高维数据库的特征提取过程中的计算效率,提出一种基于正区域和投票式属性重要度的特征提取算法。该算法首先依据属性约简前后正区域不变的性质,以及属性约简与正区域内决策划分类的类内归并和类间区分之间的本质联系,改进了投票式属性重要度计算办法;然后从域间区分、类间区分以及类内区分三个方面,融入属性粒度阈值来评估条件属性重要度,以此减少不同分布密度的条件属性给投票结果带来的距离影响;最后,通过一次性投票的方式给出所有的条件属性重要度,将条件属性重要度计算从k维降至1维,以此降低计算的复杂度。实验分析验证了新提出的算法对于提高属性重要度计算效率效果显著,在实验的7个UCI测试数据集上的分类精度以及运行时间等方面表现良好。 展开更多
关键词 邻域粗糙集 属性重要 正区域 投票策略 特征提取
下载PDF
一种基于特征重要度的文本分类特征加权方法 被引量:24
4
作者 刘赫 刘大有 +1 位作者 裴志利 高滢 《计算机研究与发展》 EI CSCD 北大核心 2009年第10期1693-1703,共11页
针对文本分类中的特征加权问题,提出了一种基于特征重要度的特征加权方法.该方法基于实数粗糙集理论,通过定义特征重要度,将特征对分类的决策信息引入到特征权重中.然后,在标准文本数据集Reuters-21578 Top10和WebKB上进行了实验.结果表... 针对文本分类中的特征加权问题,提出了一种基于特征重要度的特征加权方法.该方法基于实数粗糙集理论,通过定义特征重要度,将特征对分类的决策信息引入到特征权重中.然后,在标准文本数据集Reuters-21578 Top10和WebKB上进行了实验.结果表明,该方法能改善样本空间的分布状态,使同类样本更加紧凑,异类样本更加松散,从而简化从样本到类别的映射关系.最后,使用Nave Bayes,kNN和SVM分类器在上述数据集上对该方法进行了实验.结果表明,该方法能提高分类的准确率、召回率和F1值. 展开更多
关键词 文本分类 特征加权 特征重要 粗糙集 决策表
下载PDF
基于特征选择技术的顾客需求重要度确定方法 被引量:19
5
作者 耿秀丽 叶春明 《计算机集成制造系统》 EI CSCD 北大核心 2014年第7期1751-1757,共7页
针对专家决策和层次分析法等方法计算顾客需求重要度具有的主观性,根据不同配置的产品服务组合方案需求属性及整体满意度数据,采用基于条件概率的特征选择技术识别关键顾客需求,计算其基本重要度,并基于规则分析需求的Kano属性用于重要... 针对专家决策和层次分析法等方法计算顾客需求重要度具有的主观性,根据不同配置的产品服务组合方案需求属性及整体满意度数据,采用基于条件概率的特征选择技术识别关键顾客需求,计算其基本重要度,并基于规则分析需求的Kano属性用于重要度调整。顾客需求竞争性重要度分析通常基于企业间的相对比较,忽视了本企业顾客需求的实际表现,其准确性较差。结合最大偏差方法和需求的实际表现计算顾客需求的竞争性重要度,依据顾客需求的Kano属性予以调整,采用加权算术平均方法整合顾客需求基本重要度和调整后的竞争性重要度来计算最终重要度。以挖掘机产品服务组合方案开发过程中顾客需求重要度的计算为例,验证了所提方法的有效性。 展开更多
关键词 顾客需求重要 特征选择 条件概率 竞争分析 最大偏差方法
下载PDF
质量屋中考虑竞争性评估的技术特征重要度确定 被引量:4
6
作者 杨明顺 李言 +1 位作者 李淑娟 李鹏阳 《计算机集成制造系统》 EI CSCD 北大核心 2009年第2期383-388,共6页
在质量功能配置的产品规划阶段,技术特征重要度的确定对于整个质量屋的优化决策以及下一阶段的配置决策有着重要的作用。但现有处理方法不能很好地考虑质量屋中市场竞争性评估和技术竞争性评估信息,对此提出了一种确定产品技术特征重要... 在质量功能配置的产品规划阶段,技术特征重要度的确定对于整个质量屋的优化决策以及下一阶段的配置决策有着重要的作用。但现有处理方法不能很好地考虑质量屋中市场竞争性评估和技术竞争性评估信息,对此提出了一种确定产品技术特征重要度的方法。利用建立起来的产品规划质量屋中的信息,综合考虑市场竞争性评估和技术竞争性评估,根据已有的基于语言术语的专家经验和知识,引入人工神经网络,实现基于神经网络的模糊推理,从而有效地进行产品技术特征重要度的评估,并以实例分析了该方法的可行性。 展开更多
关键词 质量功能配置 技术特征重要 竞争性评估 人工神经网络 模糊推理
下载PDF
基于邻域属性重要度的齿轮箱故障特征优选方法 被引量:4
7
作者 古莹奎 孔军廷 朱繁泷 《煤炭学报》 EI CAS CSCD 北大核心 2015年第S2期560-567,共8页
为有效降低齿轮箱故障特征的维数并提高诊断效率,提出了基于邻域属性重要度的齿轮箱故障特征优选方法,并结合支持向量机和BP神经网络对诊断的准确率和时间进行对比分析。以齿轮箱中不同裂纹齿轮为对象,选取能够表征齿轮箱故障状态的时... 为有效降低齿轮箱故障特征的维数并提高诊断效率,提出了基于邻域属性重要度的齿轮箱故障特征优选方法,并结合支持向量机和BP神经网络对诊断的准确率和时间进行对比分析。以齿轮箱中不同裂纹齿轮为对象,选取能够表征齿轮箱故障状态的时域、频域和基于希尔伯特变换的36个特征。构造基于邻域模型的前向贪心数值属性约简算法进行特征优选,提取属性重要度较大的9个特征组成最优特征子集,数据压缩量达到75%,并输入支持向量机分类器中进行分类识别,用BP神经网络分类器进行结果的比较分析。结果表明,采用基于邻域属性重要度的齿轮箱故障特征优选方法,既可以在降低特征维数的情况下有效地表征齿轮箱的运行状态,又可以提高诊断的精确度和诊断效率。 展开更多
关键词 齿轮箱 特征选择 邻域决策系统 重要 支持向量机 BP神经网络
下载PDF
基于属性重要度的启发式特征选取算法 被引量:2
8
作者 孙兴波 杨平先 干树川 《自动化与仪器仪表》 2005年第5期13-14,17,共3页
数据库通常包含很多冗余特征,找出重要特征叫做特征提取。本文提出一种基于属性重要度的启发式特征选取算法。该算法以属性重要度为迭代准则得到属性集合的最小约简。
关键词 粗集 重要 特征选取
下载PDF
烤烟成熟过程中重要特征变化及其分级成熟度判断方法 被引量:1
9
作者 周世民 《现代农业科技》 2011年第23期144-146,共3页
阐述了烟叶成熟过程中与分级成熟度判断密切相关的重要特性变化规律,以及不同成熟度烟叶烤后外观质量特点,并结合实践总结了烟叶分级中成熟度的的判断方法。
关键词 烤烟 重要特征变化 成熟 判断方法
下载PDF
基于XGBoost算法的烤烟采收成熟度图像识别
10
作者 李云捷 陈振国 +5 位作者 孙敬国 李建平 冯吉 李亚东 陈娥 孙光伟 《中国烟草学报》 CAS CSCD 北大核心 2024年第3期85-94,共10页
【目的】为实现智能精准识别烟叶采收成熟度。【方法】以云烟87为试验材料,利用OpenCV和灰度共生矩阵(GLCM)提取图像特征,构建极限梯度提升(XGBoost)算法模型从而实现对鲜烟叶成熟度识别。【结果】①鲜烟叶图像特征中,R(红,red)、G(绿,g... 【目的】为实现智能精准识别烟叶采收成熟度。【方法】以云烟87为试验材料,利用OpenCV和灰度共生矩阵(GLCM)提取图像特征,构建极限梯度提升(XGBoost)算法模型从而实现对鲜烟叶成熟度识别。【结果】①鲜烟叶图像特征中,R(红,red)、G(绿,green)、B(蓝,blue)分量和ASM(角二阶矩)随着成熟度的增加呈现较为明显的上升趋势,其他图像特征变化不显著;②经F分数(F-score)、AUC值(受试者工作特征曲线与坐标轴之间的面积)和准确率逐步筛选,得出R1(R分量均值)、G1(G分量均值)、B1(B分量均值)、S2(S分量方差)和B2(B分量方差)等5个特征参数,据此建立的XGBoost算法模型对烟叶成熟度识别准确率达到95.85%,比22维特征参数建模的准确率高0.41%,比BP神经网络模型高4.71%。【结论】基于机器视觉下的XGBoost算法可准确、高效地识别鲜烟叶成熟度。 展开更多
关键词 图像特征 机器视觉 xgboost算法 采收成熟
下载PDF
基于地形特征重要度的地形网格简化与调整 被引量:2
11
作者 肖铭杰 路强 +3 位作者 陆亦扬 邹彬 刘号 陈雁翔 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2019年第5期651-654,701,共5页
山地是应急决策过程的主要场景之一,面向移动终端和WEB展示等资源受限平台上的大场景优化显示方法是图形学和可视化领域的研究热点。文章在已有的DEM地形网格简化算法的基础上,提出了一种基于地形特征重要度的地形网格简化与调整算法。... 山地是应急决策过程的主要场景之一,面向移动终端和WEB展示等资源受限平台上的大场景优化显示方法是图形学和可视化领域的研究热点。文章在已有的DEM地形网格简化算法的基础上,提出了一种基于地形特征重要度的地形网格简化与调整算法。通过K-means算法将地形网格顶点进行聚类,并且引入地形特征重要度来调整特定区域地形网格的大小,达到突出特定地形的效果;采用细节层次(levels of detail,LOD)算法指导地形网格的细分和简化,提高地形网格的绘制效率。实验结果表明,该算法有效地保留且突出了山地区域地形地貌,并且减少了顶点数量,提高了地形绘制和渲染的效率。 展开更多
关键词 地形特征重要 地形网格 顶点聚类 顶点重定位 视点相关
下载PDF
基于特征重要度二次筛选的DDoS攻击随机森林检测方法 被引量:6
12
作者 李娜娜 王勇 +3 位作者 周林 邹春明 田英杰 郭乃网 《计算机科学》 CSCD 北大核心 2021年第S01期464-467,476,共5页
特征选择是攻击检测算法中的一种重要方法,该方法多采用交叉验证递归特征消除(Recursive Feature Elimination with Cross-Validation,RFECV)技术,并通常结合机器学习算法使用。但该算法多用于选取单模型特征,其性能也极易受特征量、学... 特征选择是攻击检测算法中的一种重要方法,该方法多采用交叉验证递归特征消除(Recursive Feature Elimination with Cross-Validation,RFECV)技术,并通常结合机器学习算法使用。但该算法多用于选取单模型特征,其性能也极易受特征量、学习器的变化而波动,因其计算量大,该算法的分类准确率也仍需提高。针对上述问题,文中提出了一种基于特征重要度二次筛选的DDoS攻击随机森林检测方法。首先,该算法对原始数据集进行预处理并提取特征;其次,该算法为了从所选模型中选择最相关的变量,使用RF变量重要度准则,利用随机森林的重要性评分对变量进行排序;然后,在随机森林特征排序的基础上,对变量计算累积重要性并得到最重要变量;接着,使用所筛选出的最重要变量再次进行训练以生成分类模型,从而得出一组新的重要变量并将其定义为当前变量;最后,通过重要度准则,计算累积重要性来得到最终的最佳变量,从而有效地去除异常点,避免局部最优,进而实现对DDOS攻击的精准分类检测。实验结果表明,该方法具有较高的准确度和精确度,能够实现对正常流量以及各种DDoS攻击流量的精准分类,适用于在大数据下检测DDoS攻击。 展开更多
关键词 DDOS攻击检测 特征提取 重要准则 机器学习 随机森林
下载PDF
基于XGBoost与特征重要性筛选的闪电预报模型构建研究 被引量:6
13
作者 陶世银 贺敬安 《国外电子测量技术》 北大核心 2022年第1期99-105,共7页
使用2019年5~7月青海地区的ERA5再分析资料与同期闪电定位资料,结合机器学习方法构建闪电发生的预报模型。首先选取ERA5中与闪电发生具有较好相关性的特征,及对应闪电定位数据,基于XGBoost算法训练初始模型,得到特征重要性排序;其次引... 使用2019年5~7月青海地区的ERA5再分析资料与同期闪电定位资料,结合机器学习方法构建闪电发生的预报模型。首先选取ERA5中与闪电发生具有较好相关性的特征,及对应闪电定位数据,基于XGBoost算法训练初始模型,得到特征重要性排序;其次引入特征重要性筛选方法,用以去除无效的噪声特征,利用筛选后的数据重新训练得到最终模型;最后使用同年8月中下旬的数据对预报模型的性能进行测试。结果表明,相比传统的支持向量机(SVM)闪电预报模型,基于XGBoost构建的初始模型在各预报评价指标上的提升明显。而经过特征重要性筛选后的最终模型,在测试数据上的预报命中率为0.779,虚警率为0.838,临界成功指数为0.154,相较与初始模型,平均预报性能进一步提升了9%。 展开更多
关键词 闪电预报 机器学习 特征重要性筛选 xgboost ERA5
下载PDF
基于广义重要度和runner-root算法的特征选择
14
作者 吴尚智 徐丹丹 +1 位作者 王旭文 夏宁 《计算机工程与科学》 CSCD 北大核心 2022年第4期723-729,共7页
特征选择是机器学习、模式识别和数据挖掘等领域数据预处理阶段的重要步骤。现实中采集的数据维度很高,存在大量冗余和噪声数据,这使得计算时间增加的同时还会对建模结果产生误导性。结合属性子集的广义重要度和智能优化runner-root算... 特征选择是机器学习、模式识别和数据挖掘等领域数据预处理阶段的重要步骤。现实中采集的数据维度很高,存在大量冗余和噪声数据,这使得计算时间增加的同时还会对建模结果产生误导性。结合属性子集的广义重要度和智能优化runner-root算法提出一种特征选择算法,用runner-root算法进行迭代寻优,用属性子集的广义重要度和所选特征子集的大小作为适应度函数,对所选特征子集进行评估,尽可能在整个样本空间内搜索出对决策重要的特征子集。实验结果表明,该算法可以选择出有效的特征子集,使分类模型得到较高的准确率。 展开更多
关键词 智能优化 广义重要 runner-root算法 特征选择
下载PDF
基于特征重要度的广告点击率预估模型
15
作者 周菲 《电脑知识与技术》 2020年第36期12-14,共3页
针对现有的点击率预估模型忽略了不同特征的重要程度的问题,提出了一种基于特征重要度的广告点击率预估模型,首先模型在DeepFM模型的基础上使用Squeeze-and-Excitation网络动态学习特征的重要性,其次将FM和DNN输出结果进行拼接,通过后... 针对现有的点击率预估模型忽略了不同特征的重要程度的问题,提出了一种基于特征重要度的广告点击率预估模型,首先模型在DeepFM模型的基础上使用Squeeze-and-Excitation网络动态学习特征的重要性,其次将FM和DNN输出结果进行拼接,通过后续的多层感知机层进一步学习特征的高阶特征交互信息。通过对比了两个公开数据集,实验结果显示,基于特征重要度的广告点击率预估模型相比其他模型得到更好的表现。 展开更多
关键词 广告点击率 特征重要 DeepFM 多层感知机 特征交互
下载PDF
基于密度峰值的无监督特征选择算法 被引量:4
16
作者 谢娟英 屈亚楠 王明钊 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2016年第4期735-745,共11页
针对现有无监督特征选择算法所选特征分类准确率不高的缺陷,提出两种新的无监督特征选择算法EDPFS(unsupervised Feature Selection algorithm based on Exponential Density Peaks)和RDPFS(unsupervised Feature Selection algorithm b... 针对现有无监督特征选择算法所选特征分类准确率不高的缺陷,提出两种新的无监督特征选择算法EDPFS(unsupervised Feature Selection algorithm based on Exponential Density Peaks)和RDPFS(unsupervised Feature Selection algorithm based on the Reciprocal Density Peaks).该两算法提出特征密度与特征距离的概念,并以此定义特征代表性与特征区分度,特征代表性越高表明特征越重要,特征区分度越高表明特征冗余度越小,以特征代表性与区分度之积作为特征重要性评价准则,采用基于特征子集的支持向量机分类正确率评价特征子集的分类性能.在8个UCI机器学习数据库数据集和4个图像数据集上测试这两种新算法,以及多类簇特征选择方法、Laplacian分值特征选择方法、无监督判别特征选择方法和扩展的无监督特征选择方法,实验结果表明:以特征代表性与区分度之积定义的特征重要性评价准则是有效的,提出的两种基于该准则的无监督特征选择算法EDPFS和RDPFS选择的特征子集具有很好的分类性能. 展开更多
关键词 特征选择 峰值 特征 特征距离 特征重要
下载PDF
基于参数重要度的多元时间序列相似性查询 被引量:6
17
作者 毛红保 张凤鸣 +1 位作者 冯卉 吕慧刚 《计算机工程》 CAS CSCD 北大核心 2009年第24期54-56,共3页
针对多元时间序列的相似性查询问题,给出参数重要度的定义,提出一种基于参数重要度的候选集查询方法。通过对多元时间序列的SVD分解,将奇异值向量和特征矩阵作为多元序列的特征,基于线性空间中的坐标变换原理构造2个多元时间序列的相似... 针对多元时间序列的相似性查询问题,给出参数重要度的定义,提出一种基于参数重要度的候选集查询方法。通过对多元时间序列的SVD分解,将奇异值向量和特征矩阵作为多元序列的特征,基于线性空间中的坐标变换原理构造2个多元时间序列的相似性度量模型,实现在候选集上的精确匹配并获得最终的结果集。对飞行数据的相似性查询实验验证了该方法的有效性。 展开更多
关键词 多元时间序列 相似性查询 参数重要 特征提取 相似性
下载PDF
连续型空间故障树中因素重要度分布的定义与认知 被引量:28
18
作者 崔铁军 马云东 《中国安全科学学报》 CAS CSCD 北大核心 2015年第3期23-28,共6页
为了解工作环境条件因素对系统故障概率的影响的特征,同时丰富连续型空间故障树(CSFT)的理论框架,提出因素重要度分布的概念。因素重要度分布从经典故障树的概率重要度发展而来,目的是研究系统所处环境因素变化导致系统可靠性变化的程... 为了解工作环境条件因素对系统故障概率的影响的特征,同时丰富连续型空间故障树(CSFT)的理论框架,提出因素重要度分布的概念。因素重要度分布从经典故障树的概率重要度发展而来,目的是研究系统所处环境因素变化导致系统可靠性变化的程度。给出元件和系统的因素重要度分布概念、公式及所需基础数据,并分析因素重要度分布的正负分布特点。使用该概念研究元件X1和系统T的因素t重要度分布和因素c重要度分布。结果表明:在不同环境中,对于因素t或c变化影响元件或系统的故障概率变化程度是不同的。因素重要度分布有效地表达了t和c对元件或系统的故障概率影响特征。 展开更多
关键词 安全系统工程 连续型空间故障树(CSFT) 因素重要分布 定义 特征研究
下载PDF
大型软件网络的节点重要性度量方法研究
19
作者 张浩华 赵小姝 +2 位作者 张梦瑶 程立英 潘庆超 《沈阳师范大学学报(自然科学版)》 CAS 2017年第4期488-493,共6页
互联网是现代人们日常生活的重要组成部分,计算机软件更是推动现代互联网发展的重要力量。计算机软件网络也是复杂网络的一部分,因此通过识别计算机软件网络中的重要节点来提升软件网络的抗毁性显得尤为重要。针对大型软件网络的节点重... 互联网是现代人们日常生活的重要组成部分,计算机软件更是推动现代互联网发展的重要力量。计算机软件网络也是复杂网络的一部分,因此通过识别计算机软件网络中的重要节点来提升软件网络的抗毁性显得尤为重要。针对大型软件网络的节点重要性进行了研究,提出了一种基于网络节点的局部特征和全局特性的节点重要性度量方法,并将节点重要性的度量方法用于大型软件网络鲁棒性的研究。该方法依据各节点重要性与节点自身及以邻接节点的度以及节点的度中心性之间的联系对节点的重要性进行评估,评估结果用于反映软件网络的鲁棒性。实验结果表明:该方法能够细致的描述网络中各节点之间存在的差异性,适用于大型软件网络的节点重要性度量,尤其适用于应用型软件网络。 展开更多
关键词 软件网络 节点重要 局部特征 中心性
下载PDF
产品寿命周期质量特性重要度识别模型
20
作者 张根保 纪富义 +2 位作者 许智 刘立堃 葛红玉 《机械设计》 CSCD 北大核心 2010年第10期39-43,共5页
针对产品质量特性(Quality Characteristics,QCs)重要度人工识别困难的情况,提出了基于人工神经网络(ANNs)技术的产品寿命周期QCs重要度识别模型。首先提取QCs特征参数并对其归一化,建立QCs特征参数向量,其次利用ANNs技术确定QCs特征参... 针对产品质量特性(Quality Characteristics,QCs)重要度人工识别困难的情况,提出了基于人工神经网络(ANNs)技术的产品寿命周期QCs重要度识别模型。首先提取QCs特征参数并对其归一化,建立QCs特征参数向量,其次利用ANNs技术确定QCs特征参数重要度,建立QCs特征参数重要度向量,然后再次利用ANNs并以QCs特征参数重要度向量为模型的输入,建立QCs重要度识别模型,最后给出产品寿命周期QCs重要度识别框图,指导产品寿命周期QCs重要度的识别。仿真实例验证了所提理论与方法的正确性和有效性。 展开更多
关键词 质量特性重要识别 质量特性特征参数 质量特性特征参数重要 神经网络技术 寿命周期
下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部