您现在的位置: 首页> 研究主题> 离散量

离散量

离散量的相关文献在1987年到2022年内共计138篇,主要集中在自动化技术、计算机技术、生物物理学、数学 等领域,其中期刊论文70篇、会议论文1篇、专利文献70115篇;相关期刊56种,包括时代法学、投资与合作、枣庄学院学报等; 相关会议1种,包括2008全国博士生学术论坛——电气工程等;离散量的相关文献由266位作者贡献,包括田泽、邵刚、郭蒙等。

离散量—发文量

期刊论文>

论文:70 占比:0.10%

会议论文>

论文:1 占比:0.00%

专利文献>

论文:70115 占比:99.90%

总计:70186篇

离散量—发文趋势图

离散量

-研究学者

  • 田泽
  • 邵刚
  • 郭蒙
  • 李世杰
  • 王泉
  • 蔡叶芳
  • 李前忠
  • 杨峰
  • 郎静
  • 胡秀珍
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 高震; 张祎彤; 吕俊
    • 摘要: 现代飞机驾驶舱指示系统中存在大量离散量信号采集需求,为实现对多路离散量信号的集中处理,设计了一种通用型离散量输入接口电路。传统的离散量输入接口电路使用了较多元器件,通用性差,可靠性低,本文应用集成度高的离散量采集芯片,以FPGA为主控芯片实现了地/开离散量和28 V/开离散量的信号采集。同时设计了离散量输入接口电路的自检测功能。相较于传统电路,本设计方法简便灵活、通用性强,并在实际项目中成功应用,具有的较高可靠性。
    • 王力; 李宏伟; 胡先智
    • 摘要: 机载设备使用了大量的离散量信号,作为各系统开关状态信号,利用机载计算机架构,设计了传统和新型的两种离散量采集电路,并根据系统需求配置驱动软件和数据管理软件。该设计可以大大提升离散量采集的可靠性和鲁棒性。
    • 凌韵梅
    • 摘要: 本文认为“一定的X”结构中X有表示离散量和连续量两种类型,正是由于该结构的中心词具有的量度特征,使得“一定的X”结构可以用于表量。“一定”将中心词所指对象限制为连续量的某一个区间或离散量的某一个体,整个结构表达一种模糊量。通过与表量结构“一定N的X”进行对比,本文认为“一定”与表示量度特征的名词成分共现,强化了该结构的表量功能。
    • 王力; 李宏伟; 胡先智
    • 摘要: 机载设备使用了大量的离散量信号,作为各系统开关状态信号,利用机载计算机架构,设计了传统和新型的两种离散量采集电路,并根据系统需求配置驱动软件和数据管理软件.该设计可以大大提升离散量采集的可靠性和鲁棒性.
    • 摘要: 《“强度量”的意义与认知规律》(P4)一文中指出,量表示物质的“多少”与“大小”,在数学教育中常将量分为离散量与连续量,在历史中量还可以分为广延量与强度量,其中强度量的大小是由两个广延量的比来衡量的,对培养学生的量感有重大意义。儿童强度量概念的发展经历了从单一维度过渡到多维度综合考虑的过程,儿童在理解强度量上可能会存在认知困难:难以理解反比关系;难以理解不同量之间的关系;难以理解强度量的不可加性;难以从直观感知层面过渡到反思抽象层面。对此,教师要建立“关注认知发展,培养关系思维;强调定量推理,培养量感;注重具身体验,培养抽象能力”的教学策略,以促进学生对强度量知识的深度理解。
    • 李明; 安书董; 白晨
    • 摘要: 根据航空领域不同类型的离散量输入信号,对航空电子设备的离散量输入采集方法进行分析研究,介绍了传统离散量接口采集电路设计及BIT测试方法,同时提出了一种可兼容多种输入类型的离散量采集电路设计方法并进行了详细介绍,该电路主要包含一阶滤波模块、类型/比较电压选择模块、滞回比较模块以及自测试模块,该电路可兼容多达四种不同类型的离散量输入信号采集,且具备完善的自测试功能.
    • 贾伟洋; 李书琴; 李昕宇; 刘斌
    • 摘要: To solve the problems of the traditional collaborative filtering algorithm which in the process of users' similarity calculation that due to data sparsity the traditional similarity could not be used in calculating the similarity and cause the information distortion and virtual height,this study proposes a new algorithm that combine the discrete contents with the interests appropinquity degree.Collects the users' ratings at the beginning of this study,that analyzes the ratings from the aspect of all users' information ratings and calculates the similarity between user rating vectors by introducing discrete contents theory,conducts a preliminary screening of the similar users,the similarity results are further weighted by the users' interests appropinquity degree,in the final of this study the users' interests information fuses in the similarity results,on this basis,the personalized recommendation that is proceeding well by using collaborative filtering algorithm.Experimental results show that the algorithm can significantly improve the quality of recommendation,at the same time,it can maintain well performance in the case of extreme data sparsity.%针对传统协同过滤算法在计算用户相似度过程中,由于数据稀疏性导致的无法计算、失真、虚高等问题,提出一种融合离散量和兴趣贴近度的相似度度量方法.收集用户对项目的评分数据,从全信息量角度进行分析,通过引入离散量相关理论进行用户评分向量间的相似度计算,对评分相似的用户进行初步筛选,利用用户兴趣贴近度对相似度结果进行进一步加权处理,得到融合用户兴趣偏好信息的相似度结果,以此为基础,采用协同过滤算法进行个性化推荐.实验结果表明,该算法可有效提高信息推荐系统的推荐质量,在数据极端稀疏的情况下也能保持较好的性能.
    • 车炯晖; 张旭洲
    • 摘要: 随着航空电子产品的复杂度和综合化程度的提高,降低产品重量、体积、功耗成了目前硬件设计的一种趋势.传统的离散量、模拟量采集接口电路实现复杂,元器件多,占用板面积大,因此提出了一种新型的接口设计方法.新型的接口设计方法可以实现航空机电系统模拟及离散信号的采集,并且具有自检测、冗余及高故障隔离率,在归一化接口设计的同时缩减了板面积,具有更高的可靠性及测试性指标,具有很高的应用价值.
    • 刘美玲; 黄名选; 汤卫东
    • 摘要: The initial clustering centers of traditional k-means are randomly selected,which results in unstable clustering results.To solve this problem,we propose an improved algorithm based on discrete quantity.In the proposed algorithm,all the objects are firstly regarded as a class and the two objects that have the maximum and the minimum discrete quantity respectively are selected from the cluster with the largest number of objects as the initial clustering centers.And then the other objects in the largest cluster are partitioned to the nearest initial clusters.The partition process is repeated until the cluster number is equal to the specified value k.Finally,as the initial clusters,the partitioned k clusters are applied to the k-means algorithm.We conduct experiments on several datasets,and compare the proposed algorithm with the traditional k-means algorithm and max-min distance clustering algorithm.Experimental results show that the improved k-means algorithm can select unique initial clustering centers,reduce the times of iteration,and has stable clustering results and higher accuracy.%传统k-means算法由于初始聚类中心的选择是随机的,因此会使聚类结果不稳定.针对这个问题,提出一种基于离散量改进k-means初始聚类中心选择的算法.算法首先将所有对象作为一个大类,然后不断从对象数目最多的聚类中选择离散量最大与最小的两个对象作为初始聚类中心,再根据最近距离将这个大聚类中的其他对象划分到与之最近的初始聚类中,直到聚类个数等于指定的k值.最后将这k个聚类作为初始聚类应用到k-means算法中.将提出的算法与传统k-means算法、最大最小距离聚类算法应用到多个数据集进行实验.实验结果表明,改进后的k-means算法选取的初始聚类中心唯一,聚类过程的迭代次数也减少了,聚类结果稳定且准确率较高.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号