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. 基于链码的特征提取方法

  2. 1、有9个工件图像，要求从本章讲授的特征提取方法中，选择3~5种提取工件特征并给出数字结果；链码为必选方法，给出数字结果和图形显示，做到链码和原图像的双向变换显示。（实验报告中应描述相应的特征提取方法并略述实现过程） 2、设计的界面中要具备功能：任选1个工件作为目标，以上述实现的特征提取方法识别该目标的工件类型（即序号），并显示该判别基准特征的数据。 3、有可能的话试用聚类、训练或其他方法对这些工件进行分类。

  3. 所属分类：专业指导

    • 发布日期：2009-11-02
    • 文件大小：3mb
    • 提供者：qxhtju

  1. 模式识别 by Sergios Theodoridis

  2. 内容包括叶斯分类、贝叶斯网络、线性和非线性分类器（包含神经网络和支持向量机）、动态编程和用于顺序数据的隐马尔可夫模型、特征（包含小波、主成分分析、独立成分分析和分形分析）、特征选择技术、来自学习理论的基本概念、聚类概念和算法等。

  3. 所属分类：网络基础

  1. 文本信息处理的若干关键技术研究

  2. 关键词：文本信息检索模型、文本分类、文本聚类、查询处理、混淆矩阵、流派分类、小波变换

  3. 所属分类：专业指导

    • 发布日期：2010-12-11
    • 文件大小：3mb
    • 提供者：hutaoer06051

  1. 一种新的特征选择方法

  2. 对于一个给定的待分类模式，特征选择要求人们从大量的特征中选取一个最优特征子集，以代表被分类的模式。对 特征选择问题提出了基于一种特殊度量的特征选择方法，先通过对数据集的训练得到特殊的度量，然后用该度量对特征进 行分类，从各类中选取一个特征，最后再用特征选择算法对所选的特征进行选择。大量实验的结果表示该方法具有较好 的效果。

  3. 所属分类：其它

    • 发布日期：2010-12-20
    • 文件大小：139kb
    • 提供者：genan2017

  1. 模式识别讲义

  2. 模式识别的讲义，第一章 引论 第二章 聚类分析 第三章 判别域代数界面方程法 第四章 统计判决 第五章 学习、训练与错误率估计 第六章 最近邻方法 第七章 特征提取和选择

  3. 所属分类：专业指导

    • 发布日期：2013-02-18
    • 文件大小：16mb
    • 提供者：lv_xinmy

  1. surf特征提取及匹配、k均值聚类

  2. 在main.cpp里可以选择不同的功能，能实现单幅图像的surf特征提取；动态画面的surf特征提取；两幅图像的特征匹配；K均值聚类结果等

  3. 所属分类：C++

    • 发布日期：2013-05-14
    • 文件大小：398kb
    • 提供者：caoyan1990

  1. Pattern Recognition and Maching Learning

  2. 很好的一本模式识别和机器学习书籍，从贝叶斯决策论、线性/非线性分类器、特征选择、聚类等方面分别阐述。本书是英文版，适合有一定基础的读者进阶。

  3. 所属分类：讲义

    • 发布日期：2016-11-28
    • 文件大小：4mb
    • 提供者：heshao20

  1. 临兴地区煤系泥岩微量元素特征及其地质意义

  2. 为了研究鄂尔多斯盆地东缘临兴地区煤系泥岩微量元素特征及其对沉积、物源及古气候方面的指示意义,采用ICP-MS和ICP-AES对18个泥岩样品做微量元素分析。结果表明:微量元素中Li、Sc、Nb和Th等相对富集,而Sr、Rb、Ba和Cs等相对亏损,Be、Co、Zn和Mo等元素和地壳黏土岩中元素的平均含量相当;聚类距离选择为25和11时,微量元素的"Q"型聚类结果与沉积相划分结果吻合;Th/Sc、Th/U-Th、K2O-Rb以及多元素物源判别图等表明,研究区物源来自上地壳,以长英质物源和再旋回沉积物

  3. 所属分类：其它

    • 发布日期：2020-04-24
    • 文件大小：800kb
    • 提供者：weixin_38701407

  1. 基于链码的特征提取方法

  2. 1、有9个工件图像，要求从本章讲授的特征提取方法中，选择3~5种提取工件特征并给出数字结果；链码为必选方法，给出数字结果和图形显示，做到链码和原图像的双向变换显示。（实验报告中应描述相应的特征提取方法并略述实现过程） 2、设计的界面中要具备功能：任选1个工件作为目标，以上述实现的特征提取方法识别该目标的工件类型（即序号），并显示该判别基准特征的数据。 3、有可能的话试用聚类、训练或其他方法对这些工件进行分类。

  3. 所属分类：专业指导

    • 发布日期：2020-03-15
    • 文件大小：3mb
    • 提供者：shikelangNo1

  1. Kmean电影简介聚类数据

  2. 文本分类一般包括了文本的表达、 分类器的选择与训练、 分类结果的评价与反馈等过程，其中文本的表达又可细分为文本预处理、索引和统计、特征抽取等步骤。文本分类系统的总体功能模块为： （1） 预处理：将原始语料格式化为同一格式，便于后续的统一处理； （2） 索引：将文档分解为基本处理单元，同时降低后续处理的开销； （3） 统计：词频统计，项（单词、概念）与分类的相关概率； （4） 特征抽取：从文档中抽取出反映文档主题的特征； （5）分类器：分类器的训练； （6） 评价：分类器的测试结果分析

  3. 所属分类：深度学习

    • 发布日期：2020-01-15
    • 文件大小：734kb
    • 提供者：weixin_41956783

  1. 基于SOM网络和归一化切割（Ncut）的双层聚类和可视化(光线投射算法)

  2. 与一维传递函数相比，多维传递函数可以对体积对象进行更复杂的分类。但 是，当传递函数空间的维数超过 3-D 时，将其可视化和操作是不直观的，这使得 用户交互变得困难。所以针对多维传递函数的设计问题，提出了一种二维聚类方 法。一阶自组织图聚类（SOM）将高维特征数据投影到二维拓扑保留图中。二 阶聚类降低了 SOM 神经元的设计自由度。从大量的 SOM 神经元到可管理的簇。 在提供信息的 SOM 网络的指导下，用户通过选择集群以交互方式发现体素中有 趣的结构，在必要时可视化和修改集群结果。我们的界面跟

  3. 所属分类：医疗

    • 发布日期：2020-06-21
    • 文件大小：11mb
    • 提供者：weixin_38616018

  1. K-均值聚类算法研究

  2. 【摘要】 目前,对于聚类问题的研究普遍存在于社会生活中的各个领域,如模式识别、图像处理、机器学习和统计学等。关于对生活中各种各样的数据的聚类分类问题已经成为众多学者的研究热题之一。聚类和分类的区别在于,聚类没有任何先验知识可循,要通过数据自身的特点,将数据自动的划分到不同的类别中。聚类的基本形式定义为“在已给的数据集合中寻找数据点集的同类集合。每一个集合叫做一个类,并确定了一个区域,在区域中对象的密度高于其他区域中的密度。”聚类方法有很多种,其中最简单的形式便是划分式聚类,划分式聚类试图将给定的

  3. 所属分类：互联网

    • 发布日期：2020-07-04
    • 文件大小：3mb
    • 提供者：songzailu6482

  1. 文本检索结果聚类及类别标签抽取技术研究.caj

  2. 本文根据检索结果聚类特点进行语义特征信息抽取来辅助聚类过程。着眼 于深度挖掘文本之间语义联系，提出基于语义空间转换方法的类别标签自动发 现算法。针对检索结果聚类的实用特性，力图保持检索结果聚类的时效性、准 确性和覆盖性，重点研究了以下问题： 1、基于语义特征抽取的初始信息优化选择 检索结果聚类需要直接呈现给用户，这一特点决定了传统的机器学习算法并 不能完美解决这一问题。理解文本的语义是自然语言处理的终极目标，同样对 于检索结果聚类是十分重要的。针对中文语义分析并不成熟的现状，本文提出 从网络

  3. 所属分类：深度学习

    • 发布日期：2020-09-08
    • 文件大小：4mb
    • 提供者：fengliren

  1. 基于特征聚类集成技术的组特征选择方法

  2. 特征选择[1]指从一组特征中挑选出一些最有效的特征以达到降低特征空间维数的目的的过程，是模式识别和机器学习领域中一项必不可少的技术，在数据预处理中发挥重要作用，它广泛应用于文本分类、生物信息学和信息检索等方面。尤其在海量高维数据不断涌现的今天，许多机器学习算法受不相关和冗余特征的影响，而通过选择合适的特征选择算法，可以有效地去除不相关、冗余特征，加速数据挖掘的过程，提高学习算法的泛化性能和运行效率，得到更加简单和容易理解的学习模型[2-3]。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：523kb
    • 提供者：weixin_38723559

  1. 使用多元语义特征的评论文本主题聚类

  2. 特征是一切观点挖掘和情感分析任务的关键所在。对于无监督的文本聚类任务,文本特征的优劣直接影响聚类效果。考察三种语义特征(名词、名词短语、语义角色)对主题聚类的作用以及不同特征之间的相容关系,提出一种消除冗余特征的方法。该方法能有效地去除冗余特征,提高聚类精度。同时还提出一种基于语义角色标注的直接定位有效词特征的聚类方法,实验表明该方法是直接的和有效的,并为特征选择方法提供了新思路。

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：518kb
    • 提供者：weixin_38728360

  1. 基于聚类的电信客户细分

  2. 电信行业是典型的数据密集型行业,拥有大量的甚至是海量的客户数据资源.对电信行业客户消费数据进行深入挖掘可以为企业的资源优化配置和客户关系管理提供理论支持和技术保障.以电信行业的客户消费数据为基本研究对象,在衍生特征构造、样本调整以及特征选择等数据预处理的基础上,本文采用可处理混合数据且具有近似线性时间复杂度的一趟聚类算法建立电信行业的客户细分模型.经实证研究表明,该模型可以将电信的客户有效划分成四个具有不同忠诚程度和消费能力的客户群体,同时从各客户群的消费行为中还可以有效地分析出他们的消费偏向和

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：256kb
    • 提供者：weixin_38623919

  1. 基于MST聚类的空间数据离群挖掘算法

  2. 空间离群是指空间邻域中属性特征值明显不同于其他对象的空间对象,空间数据离群挖掘能为人们提供很多有趣的信息,但空间数据具有复杂的拓扑关系、方位关系和度量关系等空间特征,传统的面向事务型数据库的离群挖掘算法并不适用于空间数据库。本文提出了基于MST(Minimum Spanning Tree,最小生成树)聚类的空间数据离群挖掘算法(SOM);有机结合了最小生成树理论与密度的方法,既体现了空间离群的局部特性,又体现了空间离群的孤立程度。该算法通过MST维护空间数据的基本空间结构特征,通过打断MST中最

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：413kb
    • 提供者：weixin_38628175

  1. 基于聚类分析与几何的目标特征敏感性评估算法

  2. 为克服在较少先验知识的情况下, 人为选择目标特征进行分类识别的盲目性, 提出一种基于聚类分析与几 何学的目标特征评估方法. 该方法在类内类间距离的基础上引入几何学中有关圆的知识, 定义了样本在特征空间中 分布的“紧密度”、“分离度” 函数和“松紧度” 权重, 以考察目标特征对目标样本之间的分类敏感性, 并根据评估结果 选取适当特征构成一个新的联合特征, 以提高对目标的分类识别效率. 最后通过仿真验证了该方法的有效性.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：202kb
    • 提供者：weixin_38663036

  1. 基于流形鉴别信息的特征选择及其结构化稀疏表示

  2. 针对启发式特征选择策略忽略了特征间相关信息导致子最优的问题, 提出一种基于流形鉴别信息的特征选择(MDFS) 算法. 该算法根据近邻信息和标签信息刻画高维数据类内和类间流形结构, 以最小化流形散度差为准则构建目标函数, 并增加结构化稀疏正则项降低特征间冗余. 通过统一框架下的特征权重迭代优化获得最优特征子集. 在ORL 库、COIL20 库、Isolet1 库上的聚类实验表明, MDFS算法选取的特征子集相比传统算法具有更高的识别准确率和归一化互信息, 验证了所提出算法的有效性.

  3. 所属分类：其它

  1. 风电接入下断面极限传输功率运行规则的场景聚类提取方法

  2. 在传统运行规则制定方法的基础上，提出风电接入下断面极限传输功率（TTC）运行规则的场景聚类提取方法。以风电场出力-负荷水平为标准对网络状态进行场景聚类，在某场景下计算TTC风险值作为调度参考依据。规则的形成使用数据挖掘技术，分为样本生成、特征选择、规则提取3个步骤。综合所有场景调度信息，生成包含风电信息的TTC规则库。用IEEE 39节点系统进行考虑暂态安全的算例仿真，结果表明了所提方法提取的TTC 调度信息能较好地体现电网运行状态与TTC间的关系。

  3. 所属分类：其它

« 12 3 4 5 »