亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲(chóng)蟲(chóng)首頁(yè)| 資源下載| 資源專輯| 精品軟件
登錄| 注冊(cè)

支持向量機(jī)(jī)

  • 本文主要講了統(tǒng)計(jì)學(xué)習(xí)理論的本質(zhì)

    本文主要講了統(tǒng)計(jì)學(xué)習(xí)理論的本質(zhì),對(duì)學(xué)習(xí)支持向量機(jī)的學(xué)習(xí)有很大幫助。

    標(biāo)簽:

    上傳時(shí)間: 2014-02-01

    上傳用戶:15736969615

  • 一些辨識(shí)方法的綜述文獻(xiàn)

    一些辨識(shí)方法的綜述文獻(xiàn),包括神經(jīng)網(wǎng)絡(luò),模糊和支持向量機(jī),對(duì)于需要進(jìn)行辨識(shí)研究的同學(xué)有幫助

    標(biāo)簽: 辨識(shí)

    上傳時(shí)間: 2017-04-17

    上傳用戶:qunquan

  • 從因子分析的角度出發(fā)解決基因表達(dá)譜分析問(wèn)題。為解決獨(dú)立成分分析方法在求解過(guò)程中的不穩(wěn)定性

    從因子分析的角度出發(fā)解決基因表達(dá)譜分析問(wèn)題。為解決獨(dú)立成分分析方法在求解過(guò)程中的不穩(wěn)定性,提出一種基于選擇性獨(dú)立成分分析的DNA微陣列數(shù)據(jù)集成分類器。首先對(duì)基因表達(dá)水平的重構(gòu)誤差進(jìn)行分析,選擇部分重構(gòu)誤差較小的獨(dú)立成分進(jìn)行樣本重構(gòu),然后基于重構(gòu)后的樣本同時(shí)訓(xùn)練多個(gè)支持向量機(jī)基分類器,最后選擇部分分類正確率較高的基分類器進(jìn)行最大投票以得到最終結(jié)果。在3個(gè)常用測(cè)試集上驗(yàn)證了本文設(shè)計(jì)方法的有效性。

    標(biāo)簽: 因子分析 分析方法 角度

    上傳時(shí)間: 2013-12-06

    上傳用戶:蟲(chóng)蟲(chóng)蟲(chóng)蟲(chóng)蟲(chóng)蟲(chóng)

  • 這是我的一個(gè)作業(yè)

    這是我的一個(gè)作業(yè),希望對(duì)初學(xué)支持向量機(jī)的人有幫助!

    標(biāo)簽:

    上傳時(shí)間: 2017-05-27

    上傳用戶:xuan‘nian

  • 文本分類算法很多

    文本分類算法很多,神經(jīng)網(wǎng)絡(luò)算法遺傳算法可以用,本算法采用支持向量機(jī)SVM來(lái)實(shí)現(xiàn)

    標(biāo)簽: 文本分類 算法

    上傳時(shí)間: 2013-12-22

    上傳用戶:sclyutian

  • 學(xué)習(xí)SVM的一個(gè)優(yōu)秀PPT

    學(xué)習(xí)SVM的一個(gè)優(yōu)秀PPT,包括支持向量機(jī)的原理和應(yīng)用,以及一些核函數(shù)的使用。

    標(biāo)簽: SVM

    上傳時(shí)間: 2014-08-13

    上傳用戶:thuyenvinh

  • 目的:運(yùn)用強(qiáng)化學(xué)習(xí)!多分類器集成!降維方法等最新計(jì)算機(jī)技術(shù),結(jié)合細(xì)胞病理知識(shí),設(shè)計(jì)制作/智能化肺癌細(xì)胞病理圖像診斷系統(tǒng)0"方法:采集細(xì)胞圖像,運(yùn)用基于強(qiáng)化學(xué)習(xí)的圖像分割法將細(xì)胞區(qū)域從背景中分離出來(lái) 運(yùn)

    目的:運(yùn)用強(qiáng)化學(xué)習(xí)!多分類器集成!降維方法等最新計(jì)算機(jī)技術(shù),結(jié)合細(xì)胞病理知識(shí),設(shè)計(jì)制作/智能化肺癌細(xì)胞病理圖像診斷系統(tǒng)0"方法:采集細(xì)胞圖像,運(yùn)用基于強(qiáng)化學(xué)習(xí)的圖像分割法將細(xì)胞區(qū)域從背景中分離出來(lái) 運(yùn)用基于樣條和改進(jìn)2方法對(duì)重疊細(xì)胞進(jìn)行分離和重構(gòu) 提取40個(gè)細(xì)胞特征用于貝葉斯!支持向量機(jī)!緊鄰和決策樹(shù)4種分類器,集成產(chǎn)生肺癌細(xì)胞分類結(jié)果 建立肺癌細(xì)胞病理圖庫(kù),運(yùn)用基于等降維方法對(duì)細(xì)胞進(jìn)行比對(duì),給予未定型癌細(xì)胞分類"結(jié)果:/智能化肺癌細(xì)胞病理診斷系統(tǒng)0應(yīng)用于臨床隨機(jī)1200例肺部病灶穿刺細(xì)胞學(xué)涂片,肺癌識(shí)別診斷率94180 ,假陽(yáng)性率1185 ,假陰性率3135 ,肺癌分類識(shí)別率82190 ,核異型細(xì)胞識(shí)別率74120 "結(jié)論:/智能化肺癌早期細(xì)胞病理診斷系統(tǒng)0對(duì)肺癌細(xì)胞涂片診斷率高,克服了肺癌細(xì)胞病理診斷過(guò)程中取檢細(xì)胞數(shù)量少,重疊細(xì)胞識(shí)別率低,涂片背景及染色差異等干擾因素,可輔助臨床肺部病灶的穿刺細(xì)胞病理診斷"

    標(biāo)簽: 化學(xué) 圖像 分類器 分離

    上傳時(shí)間: 2013-12-16

    上傳用戶:chfanjiang

  • 這是excel格式的一個(gè)文件

    這是excel格式的一個(gè)文件,它的功能是將文件數(shù)據(jù)轉(zhuǎn)化為支持向量機(jī)所需數(shù)據(jù)形式的一個(gè)宏。。。

    標(biāo)簽: excel

    上傳時(shí)間: 2014-11-23

    上傳用戶:pinksun9

  • LS-SVM_UserGuide是LS-SVM使用方法介紹的一篇文章

    LS-SVM_UserGuide是LS-SVM使用方法介紹的一篇文章,竟對(duì)我們學(xué)習(xí)支持向量機(jī)有很大的幫助。

    標(biāo)簽: LS-SVM_UserGuide LS-SVM

    上傳時(shí)間: 2014-11-27

    上傳用戶:蠢蠢66

  • 碩士論文

    碩士論文,基于音頻內(nèi)容的自動(dòng)分類。為了解決基于內(nèi)容的音頻檢索、語(yǔ)音文檔檢索等很多領(lǐng)域中提取音頻結(jié)構(gòu)和內(nèi)容語(yǔ)義的問(wèn)題時(shí),介紹幾種比較典型的音頻 分類算法包括最小距離方法、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)、決策樹(shù)方法等,指出在基于內(nèi)容的音頻檢索技術(shù)方面的難點(diǎn)以及發(fā)展方向。 關(guān)鍵詞:音頻檢索;音頻;信息檢索;音頻分類

    標(biāo)簽: 碩士 論文

    上傳時(shí)間: 2014-07-04

    上傳用戶:lhc9102

主站蜘蛛池模板: 陆良县| 横峰县| 法库县| 尉氏县| 桦川县| 太康县| 宜兰县| 额济纳旗| 临湘市| 临武县| 达日县| 轮台县| 丰都县| 广河县| 徐州市| 庆城县| 金山区| 南宁市| 额尔古纳市| 新沂市| 三台县| 安义县| 虞城县| 南溪县| 陆川县| 元朗区| 泾阳县| 普兰县| 杭州市| 鱼台县| 山东省| 河西区| 黄龙县| 台中市| 梨树县| 兴隆县| 洪江市| 大丰市| 彭阳县| 东乡| 天祝|