学科分类
/ 5
100 个结果
  • 简介:4月9日,雷亚《爆Implosion》的到来顿时成为玩家与游戏行业的讨论焦点。到底一款顶着3A级别的手机游戏,值不值高昂的60元呢?视听盛宴游戏开场后会播放一段媲美CG大片的动画介绍背景,游戏UI、场景和角色建模营造出一种整体的科技感。场景和角色建模精细,贴图较为细腻,看不出锯齿。人物打击动作比较流畅,攻击+常态滚动操作等连击操作也没有延时的情况出现。

  • 标签: 聚爆 IMPLOSION 游戏行业 角色建模 科技感 贴图
  • 简介:多元化而富有激情的团队,配合简单实用的沟通与管理方式,打造出MySpace中国这样一辆快乐、高速、自由的职场大巴。

  • 标签: MYSPACE 研发团队 Flash开发 程序员
  • 简介:类是数据挖掘中重要组成部分,为了提高类的处理效率,将并行处理技术运用于k-means和PAM算法中,对k-means与PAM算法进行了改进。实验结果表明:并行k-means算法相对串行k-means算法有更好的执行效率;且k-means算法有比PAM算法更好的并行性和可扩展性。最后,该文提出和介绍了将并行技术引入谱类算法。

  • 标签: 聚类算法 并行 K-MEANS PAM
  • 简介:一、什么是APUAPU的英文全称为“AcceleratedProcessingUnit”,意思是加速处理器(图2)。这是AMD给FusionAPU取的一个新名字,它第一次将处理器和独显核心做在一个晶片上,它同肘具有高性能处理器和最新独立显卡的处理性能,支持DX11游戏和最新应用的“加速运算”,大幅提升电脑运行效率,实现了CPU与GPU真正的融合,是处理器未来发展的趋势。

  • 标签: APU 高性能处理器 世界 芯片 FUSION 独立显卡
  • 简介:随着新课程改革的不断深入,教育理念、教育方法正在发生巨大的变化,我们农村教师既受到了课改带来的益处,也深感课改在农村实施起来的艰难。其主要原因就是农村孩子没有学习的动力,没有良好的学习习惯,学习上缺乏主动性。农村家庭父母大多外出打工,“留守子女”的责任放在了爷爷奶奶身上,而他们是以照顾好孩子的安全、吃、穿为重任,至于孩子的学习则很少管,更因文化少,年龄大也管不了。由于小学生年龄小,加上大多是“留守子女”缺乏父母的正确引导,所以他们没有明确的学习目标,不知道为什么而学,另外,好玩是小孩儿的天性,在学校老师可以监督,但回到家就缺乏了有效的监督,加上孩子自控能力差,所以玩的时间多,学习的时间少。生活条件好了,内力反而上不去了。

  • 标签: 农村 小学数学 内驱力
  • 简介:K-均值类算法(K-means)是基于划分的类算法中的典型算法,针对K-means算法初始类中心存在对K依赖的缺陷,提出一种新的选取K-means算法初始类中心的方法,该方法提高类结果的有效性和稳定性;还提出一种极值选择法,将最大距离法和最小距离法相结合,进一步提高初始类中心选择的准确性。

  • 标签: K均值 聚类分析 初始聚类中心
  • 简介:搜索在计算机上是多种操作的基本运算,其主要目的是从大量数据当中找出所想要的部分,而一般数据的存放,常设有键值(Key)以利搜索,例如在数据库中,要取得数据一定要配合许多键值的使用,方能有效而快速地存取。

  • 标签: 搜索方法 聚类技术 计算机 数据库 键值 存取
  • 简介:文档类在Web文本挖掘中占有重要地位.是聚类分析在文本处理领域的应用。文章介绍了基于向量空间模型的文本表示方法,分析并优化了向量空间模型中特征词条权重的评价函数,使基于距离的相似性度量更为准确。重点分析了Web文档类中普遍使用的基于划分的k-means算法.对于k-means算法随机选取初始类中心的缺陷.详细介绍了采用基于最大最小距离法的原则,结合抽样技术思想,来稳定初始类中心的选取,改善类结果。

  • 标签: 文档聚类 K-MEANS算法 向量空间模型 权重评价函数 最大最小距离
  • 简介:实验以这148位说话人语音训练的SI模型作为基线系统,GMM)是基于模型距离说话人类常用的模型,基于说话人类的说话人自适应是说话人自适应技术的一种[2]

  • 标签: 聚说话 说话聚 说话自适应
  • 简介:本文讲述了聚类分析方法的步骤,以及基于模糊C均值类识别方法的原理和模型,以及方法的步骤。运用模糊C均值类识别方法,对给定特征的样本数据进行了类识别,并利用最大隶属度的识别原则进行识别,计算结果表明是可行和有效的。

  • 标签: 多传感器 模糊聚类 证据理论 证据冲突
  • 简介:构件的合理分类是实现构件高效检索的基础和关键。针对目前应用广泛的刻面分类方法存在主观性因素的弊端,采用刻面分类和全文检索相结合的方法来描述构件。在此构件描述的基础上,利用聚类分析技术和语义分析技术提出一种基于语义的构件类索引树。并通过实验验证,该类索引树是可行的,有效地克服刻面分类方法的缺点,在一定程度上实现对构件的语义检索,而且具有较高的构件查全率和查准率。此外,用户在描述检索条件时,不再局限于限定的术语,更方便于普通用户。

  • 标签: 构件 刻面分类 聚类分析 语义分析 索引树
  • 简介:针对传统类算法中存在的较易陷入局部最优解等问题,在传统的K均值算法中引入了遗传算法和模拟退火算法,将两种算法相结合,通过交叉、变异、模拟退火等操作,实现了聚类分析。通过模拟数据集的实验和UCI数据集的实验验证了算法的稳定性和获取全局最优解特性。

  • 标签: 聚类 模拟退火 遗传算法
  • 简介:基于改进选取初始类中心的K-means算法,因为在该算法中是随机地选取任意K个点作为初始类中心,初始类中心的选取方法很多

  • 标签: 依赖性研究 初值依赖性 算法初值
  • 简介:实际应用中的协同过滤推荐算法往往面临着用户冷启动、数据稀疏等问题。针对以上问题,拟采用用户的属性信息进行类进行优化,实验通过MATLAB平台在MovieLens数据集上验证所提出的算法的推荐准确性。

  • 标签: 用户属性聚类 推荐算法 冷启动 数据稀疏
  • 简介:年级组与教研组是学校管理的两种模式。为了迅捷地消解升学率压力,许多学校采用了年级组管理。但是,这种管理随着新课程的推进,暴露出了许多问题,而在怎样妥善处理这些问题时,人们又突然发现了教研组管理的优势。今天,我们该怎样认识这两种管理模式呢?能不能让一度失语的学科教研组重新获得发言权?关于这个问题,各地都有不同的看法,也采用着不同的做法,而且还取得了不同的效果。为此,我们选编了一组文章——再读教研组,希望能给您一些启示。

  • 标签: 学校管理 回归 教研组 管理模式 发言权 级组
  • 简介:本文应用改进的模糊神经网络预测市场清算电价,11-17日的电价预测误差和准确率,本文应用的模糊神经网络为一个四层网络

  • 标签: 市场清算 模糊神经网络 清算电价