1) relevance-based approach
关联法
1.
It is concluded that relevance-based approach has more explanatory power than any other pragmatics-based approaches.
本文将以关联理论为指导探讨言语交际中的歧义消除问题,从简单回顾歧义消除的研究现状入手,论述了关联理论对歧义消除的解释,并就关联法对歧义消除的解释与真实法和连贯法进行了比较,指出关联法比其他语用解歧法具有更强的解释力。
2) related degree analysis method
关联度法
1.
Basing on three current popular evaluation methods including entropy method,related degree analysis method and BP neural network,a TD classification was made for 12 ship oil spill accidents which happened in Shanghai Port from 1984 to 2003.
利用熵值法、关联度法和BP神经网络法3种目前常用的事故等级评估方法,对上海港1984─2003年发生的12起船舶溢油事故进行了危害等级判定,以期探索溢油事故等级合理量化评估技术方法。
3) correlation algorithm
关联算法
1.
Also,correlation algorithm and agent technology are integrated into P2DRM,and monitor on attach and response of distributed network are implemented through sub-systems.
将数据挖掘关联算法和Agent技术加入到P2DRM模型中,并通过各子系统的协作实现分布式网络入侵监控、响应过程。
4) correlation dimension method
关联维法
5) Association rule
关联法则
1.
Therefore,focusing on evaluation comments of products,this study proposes a FAIR (Fuzzy Adaptive resonance theory network based Information Retrieval) scheme by introducing fuzzy ART network,Latent Semantic Indexing (LSI),and Association Rules (AR) discovery to analyze evaluation comments of product features.
FAIR模块为模糊自适应共振理论(Fuzzy ART)结合隐含语意索引(LSI)的特性,将文章集予以分群并从中撷取出代表性关键词,以达到信息检索的目的,最终再通过关联法则(AR)提升关键词的解释性。
6) association algorithm
关联算法
1.
First,the Apriori association algorithm extracts traffic patterns from empirical network data and subseq.
提出了一种新的、基于数据挖掘的DoS攻击检测技术———DMDoSD,它首先利用Apriori关联算法从原始网络数据中提取流量特征,然后利用K-means聚类算法自适应地产生检测模型,这两种算法的结合能够实时地、自动地、有效地检测DoS攻击。
2.
A method to dispose ANN(Artificial Neural Network) training parameters is proposed based on the association algorithm which belongs to datamining.
基于数据挖掘中的关联概念,提出了一种针对神经网络预测模型训练参数的选择方法,有效地提高了神经网络模型在毛纺工艺中对纱线断头率的预测精度;该方法通过生产中的训练参数记录进行关联规则的提取,可快速的排除产生负面影响的训练参数,迅速选择可以提高预测精度的训练参数,从而达到提高神经网络模型预测性能的目的;实验证明,利用关联算法进行参数配置,可以有效提高神经网络输入模型的预测精度。
补充资料：关联图法
关联图法
relations diagram method
guanl加tufa关联圈法(re颐onsdi哭”111 meth记)把几个问题与其主要因素之间的因果关系，用带箭头的线段连接起来表示其逻辑关系，进而找出解决问题的适当措施的一种方法。又称关系图法。 关联图示意 在现代企业管理中，必须注意解决产品质量、提高自动化程度、节约能源和资源、防止公害等重大问题。而且每一问题又都与复杂的因素有关。质圣管理中的问题，同样也都是由各种各样的因素所组成。解决如此复杂的问题，首先要对这些因素之间的相互联系及其内在的逻辑关系进行客观的、科学的分析。这些联系并非都像因果图所示的“单线联系”，而是错综复杂的“多方联系”(见图)。关联图法正是适应这种要求而提出的。关联图的基本特征是能够比较准确地抓住产生问题的主要因素，明确解决问题的要点和依据。 关联图法的主要用途有:①制订、展开质量管理和质黄保证方针;②制订质量管理的推进计划;③分析制造过程中不良品的原因，尤其是分析其潜在原因;④提出解决市场投诉的措施;⑤有效地推进质童管理小组活动;⑥促进采购原辅材料、外协件的质量管理;⑦改进各职能管理工作的质量。 关联图法解决问题的一般步骤为:①提出认为与问题有关的所有主要原因(因素);②用简明通俗的语言表示主要原因;③用箭头表示主要原因之间和主要原因与问题之间的逻辑关系;④了解问题因果关系的全貌;⑤进一步归纳出重点项目，用双圈标出。 关联图法的主要特点是:①适合于整理复杂因素之间关系的问题;②从计划阶段开始就能够从整体角度把握问题;③可准确地抓住重点;④容易协调大家的意见;⑤不拘形式自由发表意见，便于探索问题的因果关系;⑥能打破成见。(张晓冬)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条