首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   2篇
  免费   0篇
教育   1篇
信息传播   1篇
  2018年   1篇
  2002年   1篇
排序方式: 共有2条查询结果,搜索用时 46 毫秒
1
1.
CC4神经网络是一种三层前馈网络的新型角分类(corner classification)训练算法,原用于元搜索引擎Anvish的档分类。当各档之间的规模接近时,CC4神经网络有较好的分类效果,然而当之间规模差别较大时,其分类性能较差。针对这一问题,本意图扩展原始CC4神经网络,达到对档有效分类的效果。为此,提出了一种基于MDS-NN的数据索引方法,将每一档映射至k维空间数据点,并尽可能地保持原始档之间的距离信息,其次,通过将索引信息变换为CC4神经 网络接受的0,1序列,实现对CC4神经网络的扩展,使其能够接受索引信息作为输入,实验结果表明对相互之间规模差别较大的档,扩展CC4神经网络的性能优于原始CC4神经网络的性能。同时,扩展CC4神经网络的分类精度与档索引方法有密切关系。  相似文献   
2.
针对新兴网络环境下数字图书馆用户的行为偏好隐私保护问题,设计实现了一个有效的方法框架。该方法框架的基本思想是:通过在可信客户端精心构造一系列“真假难辨”的伪行为,连同用户真行为一起,提交给不可信服务器端,“以假乱真”掩盖用户行为蕴含的敏感偏好。评估实验验证了该方法框架的有效性,即能在不损害数字图书馆服务的实用性、准确性和高效性的前提下,确保用户行为偏好隐私在不可信数字图书馆服务器端的安全性。该工作是针对数字图书馆用户行为偏好隐私保护问题的首次研究尝试,对搭建新网络环境下用户隐私安全的数字图书馆平台具有重要意义。图5。表1。参考文献25。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号