注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 支持向量机制导论及源码

  2. 支持向量机制导论， 中英文版及源码库。 模式分类。

  3. 所属分类：专业指导

    • 发布日期：2011-12-20
    • 文件大小：8mb
    • 提供者：young_cpp

  1. 一种SVM增量学习淘汰算法

  2. 基于svm寻优问题的KKT条件和样本之间的关系，分析了样本增加后支持向量集的变化情况，支持向量机在增量学习中的活动规律，提出一种新的支持向量机增量学习的遗忘机制

  3. 所属分类：专业指导

  1. 支持向量机回归及分类

  2. 用支持向量机制作的界面，可进行回归及分类

  3. 所属分类：C/C++

    • 发布日期：2012-06-21
    • 文件大小：1mb
    • 提供者：piaoshaoye

  1. 数据挖掘中的新方法

  2. 描述数据挖掘的新方法

  3. 所属分类：专业指导

    • 发布日期：2008-08-08
    • 文件大小：7mb
    • 提供者：zcg_96121

  1. 车牌识别算法

  2. 这是国外车牌识别的一个开源项目，我用vs2010可以编译过，能正确识别国外的车牌。他用了 opencv+SVM(支持向量机制)来实现的。贡献出来和大家一起学习。自己目前在研究怎么实现中国大陆的车牌，希望和大家交流。

  3. 所属分类：C++

    • 发布日期：2014-03-17
    • 文件大小：27mb
    • 提供者：weiwei2012start

  1. 支持向量机

  2. 支持向量机(Support vector machines，SVM)与神经网络类似，分类问题的常用算法之一，都是学习型的机制，但与神经网络不同的是SVM使用的是数学方法和优化技术。

  3. 所属分类：机器学习

  1. 使用深度模型迁移进行细粒度图像分类的方法.pdf

  2. 针对细粒度图像分类方法中存在模型复杂度较高、难以利用较深模型等问题，提出深度模型迁移（ DMT）分类方法。首先，在粗粒度图像数据集上进行深度模型预训练；然后，使用细粒度图像数据集对预训练模型logits层进行不确切监督学习，使其特征分布向新数据集特征分布方向迁移；最后，将迁移模型导出，在对应的测试集上进行测试。实验结果表明，在STANFORD DOGS、CUB -200 -2011、OXFORD FLOWER-102细粒度图像数据集上，DMT分类方法的分类准确率分别达到72.23%、73. 3

  3. 所属分类：其它

  1. 详解ARM体系结构支持的异常包括复位、中断、未定义指令等.pdf

  2. ARM 体系结构所支持的异常和具体含义如下：   1、复位（优先级1） 当处理器的复位电平有效时，产生复位异常，程式跳转到复位异常处执行（异常向量：0x0000，0000）；   2、未定义指令（优先级6） 当ARM 处理器或协处理器遇见不能处理的指令时，产生为定义异常。可使用该异常机制进行软件仿真（异常向量：0x0000，0004）；   3、软件中断（优先级6） 有执行SWI 指令产生，可用于用户模式下程式调用特权操作指令。可使用该异常机制实现系统功能调用（异常向量：0x0000，0008

  3. 所属分类：其它

    • 发布日期：2019-07-23
    • 文件大小：141kb
    • 提供者：weixin_39840914

  1. 基于拉开档次法与支持向量机的煤矿应急管理能力评价模型

  2. 为了提高煤矿应急管理能力科学评价水平,完善应急管理机制,提出了基于拉开档次法与支持向量机的煤矿应急管理能力评价模型。根据评价指标观测数据,采用拉开档次法确定指标权重,减少主观因素对评价过程和结果的影响;同时运用处理小样本风险评价、非线性及多维识别问题具有优势的支持向量机进行综合评价研究,确保评价结果拥有更高精确度。实证研究结果表明:该模型评价结果相比较传统评价具有较高精度,适用于实际煤矿应急管理能力评价。

  3. 所属分类：其它

    • 发布日期：2020-05-18
    • 文件大小：258kb
    • 提供者：weixin_38739837

  1. 煤矿本质安全管理综合评价的SVM模型及应用

  2. 为评价煤矿本质安全管理水平,根据煤矿本质安全管理的内涵,构建了评价指标体系。鉴于目前评价方法主观设置指标权重的缺陷,考虑到支持向量机算法的诸多优势,建立了基于支持向量机的煤矿本质安全管理综合评价模型。根据以往煤矿本质安全管理评价资料,构建了学习样本。采用留一法交互校验表明,该评估方法具有较高的精度,且无需人为设置指标权重,避免了人的主观因素对评价结果的影响,能够更客观、准确地得出评价结果。应用SVM模型对煤矿本质安全管理进行综合评价,可以将定性的问题进行定量评价,合理地反映煤矿本质安全管理的现状

  3. 所属分类：其它

  1. 基于MapReduce的贝叶斯垃圾邮件过滤机制.pdf

  2. 贝叶斯邮件过滤器具有较强的分类能力和较高的准确性，但前期的邮件集训练与学习耗用大量系统资 源和网络资源，影响系统效率。提出一种基于MapReduce技术的贝叶斯垃圾邮件过滤机制,一方面对传统贝叶斯过滤技术进行改进,另一方面利用MapReduce模型的海量数据处理优势优化邮件集训练与学习。实验,较之目前流行的传统贝叶斯算法、K最近邻(NN算法和支持向量机SVM)算法，基于MapReduce的贝叶斯垃圾邮件过滤机制在召回率、查准率和精确率方面保持了较好的表现，同时降低了邮件学习和分类成本,提高了系

  3. 所属分类：其它

    • 发布日期：2020-03-20
    • 文件大小：1mb
    • 提供者：qq_44080211

  1. 利用蛋白粒度预测凋亡蛋白亚细胞定位：K-近邻和支持向量机方法

  2. 利用蛋白粒度预测凋亡蛋白亚细胞定位：K-近邻和支持向量机方法，刘智新，包丽华，凋亡蛋白在细胞凋亡的过程中发挥关键作用，这些蛋白对于理解细胞程序性死亡的机制是非常重要的。凋亡蛋白的亚细胞位置与功能密切

  3. 所属分类：其它

    • 发布日期：2020-02-12
    • 文件大小：610kb
    • 提供者：weixin_38727567

  1. 机器学习算法基础学习总结

  2. 机器学习算法基础学习总结2.基本算法 2.1 Logistic回归 优点:计算代价不高,易于理解和实现。 缺点:容易欠拟合,分类精度可能不高 适用数据类型:数值型和标称型数据。 类别:分类算法。 试用场景:解决二分类问题。 简述: Logistic回归算法基于 Sigmoid函数,或者说 Sigmoid就是逻辑回归函数。 Sigmoid函数定义如下:1/(1-exp(-z))。函数值域范围(0,1)。可以用来做分 类器。 Sigmoid函数的函数曲线如下: 逻辑凹归模型分解如下:(1)首先将不同

  3. 所属分类：机器学习

    • 发布日期：2019-07-02
    • 文件大小：305kb
    • 提供者：abacaba

  1. 基于支持向量机的车牌定位方法

  2. 本文使用SVM机制自动定位车牌区域，首先对每幅训练图像切分成若干个N×N大小的图像子块，把每个字块分别标注为车牌和非车牌区域两类，提取子块图像的特征向量训练SVM分类器；然后使用该分类器对测试图像中的各个像素进行分类，最后通过后期处理结合车牌的先验知识实现车牌区域的定位。

  3. 所属分类：其它

    • 发布日期：2020-10-20
    • 文件大小：183kb
    • 提供者：weixin_38703468

  1. 基于视觉注意机制的棉花污染物机器视觉检测算法

  2. 针对棉花中污染物这类大背景中的目标检测，模仿人类视觉注意机制，提出了一种检测算法：在预注意阶段，主相机获取全局图像，利用离散余弦变换和支持向量机提取和识别特征，确定目标所在的感兴趣区域；在注意阶段，对应感兴趣区域的从相机工作，获取该区域的局部图像，利用均值和方差方法识别污染物。实验表明，该算法能去除冗余数据，提高检测精确度。

  3. 所属分类：其它

    • 发布日期：2020-10-19
    • 文件大小：305kb
    • 提供者：weixin_38653694

  1. 基于两阶段注意力机制的立场检测方法

  2. 立场检测是分析文本作者对某一话题所表现的立场倾向性是支持、反对还是中立,是舆情分析的重要研究方向。本文针对现有的大部分立场检测方法无法充分建模话题信息,很难联合分析话题与相应文本的现状,提出了一种两阶段注意力机制的立场检测方法。第一阶段利用注意力机制学习话题整体语义表示,第二阶段将话题表示与文本表示进行注意力匹配,进而得到融合特定话题的文本表示向量,最后对该语义表示进行分类。实验结果表明,该模型在新疆反恐话题的语料上Acc和F值指标分别提高了0.4%和1%,在NLPCC-2016立场检测任务数据

  3. 所属分类：其它

  1. 选矿过程精矿品位自适应在线支持向量预测方法

  2. 本文提出了一种基于支持向量回归的选矿过程精矿品位自适应在线预测方法,通过使用新的混合核函数和参数在线更新机制提高了精矿品位的预测精度.在分析经典核函数特性后,构造了一种混合核函数以兼顾模型的学习能力与泛化能力,同时为了提高预测方法对选矿生产动态过程的适应性,模型依据新工况样本对现有样本集统计特性的影响,引入了模型参数自适应调整机制,并采用在线迭代学习机制更新模型,提高了模型的计算速度.使用某选矿厂生产实际数据进行实验分析,结果表明本文方法比现有方法在计算时间和预测精度上都有明显优势,适合应用于动

  3. 所属分类：其它

  1. 改进的粒子群算法与支持向量机相结合的碳纤维产量双向预测

  2. 本文基于支持向量机（SVM）和改进的粒子群优化（IPSO）算法（SVM-IPSO）创建了双向预测模型，以预测碳纤维的性能和生产参数。 在SVM中，选择对预测性能有重要影响的参数至关重要。 提出了IPSO对它们进行优化的方法，然后将SVM-IPSO模型应用于碳纤维产量的双向预测。 SVM的预测精度主要取决于其参数，因此利用IPSO来寻找SVM的最佳参数，以提高其预测能力。 受小区通信机制的启发，我们通过将全球最佳解决方案的信息纳入搜索策略来提出IPSO，以提高开发效率，并采用IPSO建立双向预测模

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：536kb
    • 提供者：weixin_38581447

  1. 基于注意力机制的多目标优化高光谱波段选择

  2. 神经网络的注意力机制可以从数据中提取关键信息,将这一特性运用在高光谱波段选择上有助于充分学习波段之间的相互依赖和非线性关系,提取更重要的波段。提出了一种基于注意力机制的多目标优化高光谱波段选择算法。首先,利用注意力模块和自编码器构建网络;然后,将一维光谱数据作为网络输入,采用两种损失函数并结合多目标优化方法对输入数据进行训练,使嵌入在网络中的注意力模块充分学习各波段之间的非线性关系,对信息量大和易于分类的波段赋予更大的权重,以实现波段选择;最后,利用支持向量机分类器和平均光谱散度验证波段子集的性

  3. 所属分类：其它

  1. 基于大数据的电力信息网络流量异常检测机制

  2. 随着智能电网建设的加强，电力信息网络及其承载的业务系统得到迅猛发展，网络业务流量的检测和预警具有重要的安全意义。针对目前电力信息网络缺乏处理流量异常问题的有效技术手段，提出了一种基于大数据的电力信息网络流量异常检测机制，并通过对改进的局部异常因子（M-LOF）和支持向量域数据描述（SVDD）两种常用异常检测算法的对比分析，总结出适合电力信息网络的流量异常检测方法。

  3. 所属分类：其它

« 12 3 4 5 6 »