傳感器的定義及分類傳感器的定義人們通常將能把非電量轉(zhuǎn)換為電量的器件稱為傳感器,傳感器實(shí)質(zhì)上是一種功能塊,其作用是將來(lái)自外界的各種信號(hào)轉(zhuǎn)
2010-01-14 08:57:04
846 )、Σ-Δ型等。各自的定義各自的優(yōu)勢(shì)----SAR型的應(yīng)用芯片----successive approximation register。以AD7655、AD8363、DSP28377為例說(shuō)明。----SAR型進(jìn)一步剖析----耗時(shí)。精度。電容開關(guān)切換算法。(基于電容陣列的DAC轉(zhuǎn)換)...
2022-01-26 06:49:44
AVR寄存器是如何去定義的呢?AVR移位算法是如何去定義的呢?
2022-01-24 07:16:24
Excel-分類算法-決策樹
2019-05-10 11:05:28
kNN分類算法的Python實(shí)現(xiàn)
2020-06-05 12:02:50
對(duì)分類體系進(jìn)行了綜合訓(xùn)練。演示平臺(tái)目前訓(xùn)練的類別只是新聞的政治、經(jīng)濟(jì)、軍事等。內(nèi)置的算法支持類別自定義訓(xùn)練,該算法對(duì)常規(guī)文本的分類準(zhǔn)確率較高,綜合開放測(cè)試的F值接近86%。在應(yīng)用方面,NLPIR 深度
2019-11-18 17:46:10
分布特性和頻譜傾斜度對(duì)語(yǔ)音和音樂進(jìn)行實(shí)時(shí)分類的算法,并對(duì)分類結(jié)果進(jìn)行簡(jiǎn)單平滑,使分類更為合理,從而提高音質(zhì)。實(shí)驗(yàn)結(jié)果表明,此算法復(fù)雜度低,而且分類準(zhǔn)確率高,實(shí)用性強(qiáng)。【關(guān)鍵詞】:語(yǔ)音/音樂;;分類
2010-04-23 11:13:43
,那么我的文件就可以上傳了。此外,我們把相機(jī)拍完的照片保存到計(jì)算機(jī)上的時(shí)候,也會(huì)使用壓縮算法進(jìn)行文件壓縮,文件壓縮的格式一般是JPEG。那么什么是壓縮算法呢?壓縮算法又是怎么定義的呢?在認(rèn)識(shí)算法之前
2021-07-28 07:22:20
本文設(shè)計(jì)了一種基于Winpcap的網(wǎng)絡(luò)視頻流識(shí)別算法,實(shí)現(xiàn)了對(duì)網(wǎng)絡(luò)流媒體的發(fā)現(xiàn)。
2021-06-03 06:34:27
傳感器的定義傳感器的分類傳感器的應(yīng)用
2021-03-18 06:11:40
說(shuō)明:指定兩點(diǎn)間的客流需求總量,建立費(fèi)用函數(shù)(阻抗函數(shù)),一般情況下費(fèi)用是流量的函數(shù),就可以運(yùn)用全有全無(wú)算法進(jìn)行配流。
2019-05-31 07:56:50
什么是壓縮算法呢?壓縮算法又是怎么定義的呢?文件是如何存儲(chǔ)的?
2021-10-19 07:01:25
. 2 基于分類算法的SVPWM原理 傳統(tǒng)的三相VSR電壓的作用方式及合成原理如圖1所示. 定義調(diào)制度為: 式中:‖ur‖為參考相電壓幅值;Udc為逆變器直流母線電壓. 傳統(tǒng)的SVPWM算法較為
2018-09-26 14:25:53
。目前,SAR圖像分類多是基于單通道圖像數(shù)據(jù)。多通道SAR數(shù)據(jù)極大地豐富了地物目標(biāo)信息量,利用多通道數(shù)據(jù)進(jìn)行分類,是SAR圖像分類的重要發(fā)展方向。本文提出基于多通道分類合成的SAR圖像分類算法。該算法首先
2010-04-23 11:52:48
我想在 STM 板上使用機(jī)器學(xué)習(xí)算法對(duì)通過工業(yè)傳感器獲取的氣體傳感器數(shù)據(jù)進(jìn)行分類。知道哪種 STM32 變體最適合此應(yīng)用嗎?
2023-01-10 07:10:16
當(dāng)前時(shí)代大數(shù)據(jù)炙手可熱,數(shù)據(jù)挖掘也是人人有所耳聞,但是關(guān)于數(shù)據(jù)挖掘更具體的算法,外行人了解的就少之甚少了。數(shù)據(jù)挖掘主要分為分類算法,聚類算法和關(guān)聯(lián)規(guī)則三大類,這三類基本上涵蓋了目前商業(yè)市場(chǎng)對(duì)算法
2018-11-06 17:02:30
智能傳感器是如何定義的?智能傳感器有哪些分類?智能傳感器的通信接口有哪些類型?
2021-06-10 09:34:41
說(shuō)明:指定兩點(diǎn)間的客流需求總量,建立費(fèi)用函數(shù)(阻抗函數(shù)),一般情況下費(fèi)用是流量的函數(shù),就可以運(yùn)用增量配流法配流,核心還是全有全無(wú)算法,只是該方法把流量等分為N份,每次全有全無(wú)配流1份,直至流量全部被加載。
2019-05-23 06:34:18
1. 電機(jī)的定義電機(jī)俗稱“馬達(dá)”,是無(wú)人機(jī)的動(dòng)力來(lái)源,無(wú)人機(jī)通過改變電機(jī)的轉(zhuǎn)速來(lái)改變無(wú)人機(jī)的飛行狀態(tài)。即改變每個(gè)電機(jī)的速度,使得無(wú)人機(jī)能夠盤旋空中,上升或下降,或向各個(gè)方向移動(dòng)。2. 電機(jī)的分類電機(jī)
2021-07-12 08:29:12
在數(shù)據(jù)挖掘領(lǐng)域中,通常以分類精度作為分類算法效果的評(píng)估標(biāo)準(zhǔn)。這一標(biāo)準(zhǔn)是建立在假設(shè)任意一實(shí)例被誤分類為任意類時(shí)都具備同樣代價(jià)的基礎(chǔ)上的。當(dāng)此假設(shè)不成立時(shí),直接
2009-01-01 00:05:25
10 介紹了流分類算法的概念以及對(duì)流分類算法的要求;把目前存在的流分類算法分成三類:多維查找轉(zhuǎn)換為一維查找算法、相關(guān)區(qū)域查找算法、獨(dú)立區(qū)域查找算法,并對(duì)各類算法的
2009-03-04 10:57:32
18 針對(duì)傳統(tǒng)報(bào)文分類算法在實(shí)際運(yùn)行中存在的問題,提出一種基于Bloom Filter 的報(bào)文分類算法。將該算法的思想應(yīng)用于入侵防護(hù)系統(tǒng)硬件模型,建立相應(yīng)的流信息預(yù)處理引擎,并介紹具
2009-03-20 14:52:36
16 食品衛(wèi)生的HACCP自動(dòng)分類要處理的數(shù)據(jù)集形狀呈現(xiàn)多樣性,對(duì)分類結(jié)果的準(zhǔn)確性和專業(yè)性要求很高,已有的算法難以滿足。該文基于經(jīng)典BIRCH算法,結(jié)合多閾值思想和多代表點(diǎn)特征樹
2009-04-09 09:29:57
17 針對(duì)復(fù)雜環(huán)境下運(yùn)動(dòng)目標(biāo)檢測(cè)提出一種基于像素分類的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。該算法通過亮度歸一化對(duì)圖像序列進(jìn)行預(yù)處理,用以降低光照變化造成的誤檢,根據(jù)場(chǎng)景中不同像素點(diǎn)的
2009-04-10 08:51:01
4 受支持向量機(jī)的幾何解釋和最近點(diǎn)問題啟發(fā),提出一種新型的模式分類算法——核仿射子空間最近點(diǎn)分類算法。該算法在核空間中,將支持向量機(jī)幾何模型中的最近點(diǎn)搜索區(qū)域由2
2009-04-16 11:38:24
11 為了高效地從數(shù)據(jù)庫(kù)中挖掘分類規(guī)則,提出一種將粒子群優(yōu)化算法和遺傳算法相結(jié)合的新算法。該算法的核心思想是對(duì)規(guī)則的前件進(jìn)行固定長(zhǎng)度編碼,適應(yīng)度函數(shù)的計(jì)算由分類規(guī)則
2009-04-21 09:38:36
14 IP 分類算法是提高網(wǎng)絡(luò)設(shè)備性能的關(guān)鍵,無(wú)沖突規(guī)則集則是正確進(jìn)行IP 報(bào)文分類的前提和保證。網(wǎng)絡(luò)處理器Intel IXP1200 具有強(qiáng)大的可編程能力和并行分組處理能力。本文在IXP1200 處
2009-06-20 09:27:12
9 本文提出了基于粒子群(PSO)的訓(xùn)練ANN 的新算法,以此為基礎(chǔ)建立了對(duì)庫(kù)存品進(jìn)行ABC 分類的模型。新算法充分結(jié)合了PSO 與BP 兩者的優(yōu)勢(shì),在訓(xùn)練過程中能同時(shí)優(yōu)化權(quán)值以及神經(jīng)元lo
2009-07-11 08:43:22
9 分類規(guī)則挖掘算法綜述:分類規(guī)則挖掘是數(shù)據(jù)挖掘中一個(gè)重要的研究領(lǐng)域。通過介紹當(dāng)前數(shù)據(jù)挖掘中具有代表性的分類算法,總結(jié)了各種算法的優(yōu)缺點(diǎn),給出了分類算法的應(yīng)用以及
2009-10-10 14:24:29
3 針對(duì)區(qū)域分割包分類算法存在的規(guī)則分布差異較大的缺陷,該文提出一種基于啟發(fā)式分割點(diǎn)計(jì)算的區(qū)域分割包分類算法。首先依據(jù)規(guī)則集的分布規(guī)律進(jìn)行分割點(diǎn)計(jì)算,然后再進(jìn)行結(jié)
2009-11-13 14:53:41
4 針對(duì)二叉樹支持向量機(jī)在多類分類問題上存在的不足,利用粒子群算法對(duì)模糊C 均值聚類算法進(jìn)行了改進(jìn),在此基礎(chǔ)上,結(jié)合二叉樹支持向量機(jī),構(gòu)建了偏二叉樹多類分類算法。
2009-12-18 16:36:16
12 稅收信用分類管理在稅務(wù)系統(tǒng)中起著重要作用,應(yīng)用分類算法解決稅收信用等級(jí)手工評(píng)定問題是當(dāng)前稅務(wù)系統(tǒng)的難題之一。決策樹算法是分類算法中一類重要算法,其中以C4.5 算法最
2009-12-29 16:51:01
11 針對(duì)信息檢索分類技術(shù)發(fā)展的需求,本文通過對(duì)協(xié)同過濾推薦算法的綜述,提出傳統(tǒng)過濾算法無(wú)法適用于用戶多興趣下的推薦問題進(jìn)行了剖析,提出了一種基于用戶聚類的協(xié)同過濾推薦
2010-03-01 16:09:47
11
繼電器的定義、分類、命名
2006-06-30 13:10:17
3926 傳感器的分類及定義最廣義地來(lái)說(shuō),傳感器是一種能把物理量或化學(xué)量轉(zhuǎn)變成便于利用的電信號(hào)
2008-07-02 12:52:09
1936 電器的定義和分類
電器——自動(dòng)或手動(dòng)接通和斷開電路,能實(shí)現(xiàn)對(duì)電路或非電對(duì)象切換、保護(hù)、檢測(cè)、變換和調(diào)節(jié)目的的電氣元件分類
2008-12-08 18:19:04
4094 流分類算法的分類及比較
流分類算法可以根據(jù)不同的原則進(jìn)行分類,本文根據(jù)對(duì)多個(gè)區(qū)域查找之間的關(guān)系把現(xiàn)有的流分類算法分成3類
2009-03-04 11:26:31
1889 電池材料——石墨電極定義及分類
石墨電極,主要以石油焦、針狀焦為原料,煤瀝青作結(jié)合劑,經(jīng)煅燒、配料、混捏、壓型、焙燒、石墨化、機(jī)加工而制成,是在電弧
2009-10-21 17:21:28
1602 鉛酸蓄電池分類和定義
常用的蓄電池分類及特點(diǎn) 目前,我們常用的蓄電池主要分
2009-10-24 13:40:27
1071 電池簡(jiǎn)單分類及其定義
⑴化學(xué)電池:將物質(zhì)的化學(xué)能通過電化學(xué)氧化還原反應(yīng)直接轉(zhuǎn)化成電能的一種裝置。⑵物理電源:在一定條件下實(shí)現(xiàn)能量直接
2009-11-05 08:35:34
1269 節(jié)能燈分類及節(jié)能燈的定義
節(jié)能燈的正式名稱是稀土三基色緊湊型熒光燈,20世紀(jì)70年代誕生于荷蘭的飛利浦公司。這種光源在達(dá)
2009-11-13 09:42:00
1957 IC的定義和分類
IC就是半導(dǎo)體元件產(chǎn)品的統(tǒng)稱,包括:積體電路(integratedcircuit,縮寫:IC) 、二,三極管、特殊電子元件。廣義講還涉及所
2009-12-03 11:20:31
5698 傳感器的分類及要求 (Category and Request of Sensors)
一.傳感器的分類(The category of sensor)
2009-12-04 09:10:00
965 計(jì)數(shù)器的定義和分類
計(jì)數(shù)器定義在數(shù)字電路中,計(jì)數(shù)器屬于時(shí)序電路,它主要由具有記憶功能的觸發(fā)器構(gòu)成。計(jì)數(shù)器不僅僅
2010-03-08 17:37:35
12567 針對(duì)傳統(tǒng)基于端口和有效負(fù)載的網(wǎng)絡(luò)流量分類算法識(shí)別率低分類算法復(fù)雜等問題,在分析了網(wǎng)絡(luò)流量性質(zhì)的基礎(chǔ)上提出流序列化方法。它將網(wǎng)絡(luò)流分解成多個(gè)流原子#通過提取序列化網(wǎng)絡(luò)
2011-05-16 17:29:22
23 針對(duì)無(wú)線傳感器網(wǎng)絡(luò)低成本、低功耗的要求,提出了基于SVM分類區(qū)域的傳感器網(wǎng)絡(luò)節(jié)點(diǎn)自定位算法
2011-09-14 17:30:42
27 簡(jiǎn)單介紹了幾種壓縮分類方法,其次進(jìn)行了多類分類的算法設(shè)計(jì),最后對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析。該方案在重加密特征的基礎(chǔ)上,利用Fridrich J等提出的壓縮分類方法,實(shí)現(xiàn)了對(duì)該類隱秘圖像
2011-10-19 14:37:51
12 傳統(tǒng)的SVPWM算法,因其涉及較多的扇區(qū)判斷、三角函數(shù)計(jì)算和平方根運(yùn)算,其算法較為復(fù)雜。在此首先分析了基于分類算法的SVPWM的基本原理及其在計(jì)算效率上的優(yōu)勢(shì)。針對(duì)雙三相感應(yīng)電
2012-07-31 11:32:00
1878 ![](https://file1.elecfans.com//web2/M00/A6/4A/wKgZomUMPLiAEwvRAAAMsp4TMLk902.jpg)
聽診器行業(yè)定義是指內(nèi)外婦兒醫(yī)師最常用的診斷用具,是醫(yī)師的標(biāo)志,現(xiàn)代醫(yī)學(xué)即始于聽診器的發(fā)明。聽診器自從1817年3月8日應(yīng)用于臨床以來(lái),外形及傳音方式有不斷的改進(jìn),但其基本結(jié)構(gòu)變化不大,主要由拾音部分(胸件),傳導(dǎo)部分(膠管)及聽音部分(耳件)組成。更多內(nèi)容,下面是小編整理的聽診器行業(yè)定義及分類。
2016-08-17 14:43:37
5469 基于視覺的服裝屬性分類算法_劉聰
2017-01-03 17:41:58
0 面向大數(shù)據(jù)的并行分類混合算法研究_陳學(xué)斌
2017-01-03 15:24:45
0 基于AdaBoost_Bayes算法的中文文本分類系統(tǒng)_徐凱
2017-01-07 18:56:13
2 基于張量分解的運(yùn)動(dòng)想象腦電分類算法_劉華生
2017-03-15 08:00:00
3 蟻群算法在數(shù)據(jù)挖掘分類中的研究_熊斌
2017-03-19 11:45:57
0 功能進(jìn)行了量化分析。仿真結(jié)果表明,提出的算法在時(shí)延和內(nèi)存空間性能上滿足了系統(tǒng)對(duì) QoS 的要求,而且實(shí)時(shí)性也有較大的提高。 算法設(shè)計(jì)思想 選擇包頭中的源端口或目的端口、協(xié)議域、源IP 地址、目的 IP 地址、ToS 字段作為分類條件,找到該包所屬業(yè)務(wù)
2017-11-13 13:10:47
11 針對(duì)KNN算法在中文文本分類時(shí)的兩個(gè)不足:訓(xùn)練樣本分布不均,分類時(shí)計(jì)算開銷大的問題,在已有改進(jìn)算法的基礎(chǔ)上進(jìn)行了更深入的研究,提出多級(jí)分類KNN算法。算法首先引入基于密度的思想對(duì)訓(xùn)練樣本進(jìn)行調(diào)整
2017-11-17 14:43:53
3 Android系統(tǒng)手機(jī)取證的電子證據(jù)進(jìn)行相應(yīng)的數(shù)據(jù)分析,能更方便和直觀的發(fā)現(xiàn)手機(jī)信息中的重點(diǎn)與需要關(guān)注的目標(biāo)對(duì)象。在本文中應(yīng)用了樸素貝葉斯分類算法對(duì)數(shù)據(jù)中各聯(lián)系人進(jìn)行分類,而樸素貝葉斯分類算法的條件獨(dú)立性假設(shè)是非??量痰?,很難
2017-11-23 16:34:30
0 針對(duì)傳統(tǒng)圖轉(zhuǎn)導(dǎo)( GT)算法計(jì)算量大并且準(zhǔn)確率不高的問題,提出一個(gè)基于C均值聚類和圖轉(zhuǎn)導(dǎo)的半監(jiān)督分類算法。首先,采用模糊C均值(FCM)聚類算法先對(duì)未標(biāo)記樣本預(yù)選取,縮小圖轉(zhuǎn)導(dǎo)算法構(gòu)圖數(shù)據(jù)集的范圍
2017-11-28 16:36:12
0 多類指數(shù)損失函數(shù)逐步添加模型( SAMME)是一種多分類的AdaBoost算法,為進(jìn)一步提升SAMME算法的性能,針對(duì)使用加權(quán)概率和偽損失對(duì)算法的影響進(jìn)行研究,在此基礎(chǔ)上提出了一種基于基分類器對(duì)樣本
2017-12-01 16:50:47
1 針對(duì)極端學(xué)習(xí)機(jī)(ELM)網(wǎng)絡(luò)規(guī)??刂茊栴},從剪枝思路出發(fā),提出了一種基于影響度剪枝的ELM分類算法。利用ELM網(wǎng)絡(luò)單個(gè)隱節(jié)點(diǎn)連接輸入層和輸出層的權(quán)值向量、該隱節(jié)點(diǎn)的輸出、初始隱節(jié)點(diǎn)個(gè)數(shù)以及訓(xùn)練樣本
2017-12-01 17:21:52
0 。提出改進(jìn)的關(guān)聯(lián)分類算法 ACSER。ACSER不僅考慮項(xiàng)集到本類的支持度,也考慮項(xiàng)集到補(bǔ)類的支持度。首先,提取頻繁增比模式作為分類候選規(guī)則集;其次,利用置信度和增比率度量規(guī)則的強(qiáng)度,按照其強(qiáng)度進(jìn)行排序和剪枝;最后,選擇
2017-12-05 15:33:54
0 本文提出了一種新的基于自適應(yīng)提升小波變換的雙尺度算法、改進(jìn)的局部二值模式和模糊近鄰分類相結(jié)合的極光分類算法。該算法在極光圖像預(yù)處理的基礎(chǔ)之上,先是利用自適應(yīng)提升的小波變換將原始的極光圖像分為幾個(gè)
2017-12-07 13:48:06
0 針對(duì)K-最近鄰(KNN)分類算法時(shí)間復(fù)雜度與訓(xùn)練樣本數(shù)量成正比而導(dǎo)致的計(jì)算量大的問題以及當(dāng)前大數(shù)據(jù)背景下面臨的傳統(tǒng)架構(gòu)處理速度慢的問題,提出了一種基于Spark框架與聚類優(yōu)化的高效KNN分類算法
2017-12-08 17:10:49
0 針對(duì)二元關(guān)聯(lián)法(BR)未考慮標(biāo)簽之間相關(guān)性,容易造成分類器輸出在訓(xùn)練集中不存在或次數(shù)較少標(biāo)簽的不足,提出了基于貝葉斯模型的多標(biāo)簽分類算法( MLBM)和馬爾可夫型多標(biāo)簽分類算法(MMLBM)。首先
2017-12-25 13:50:05
1 本文主要介紹了4 種應(yīng)用比較普遍的的機(jī)器學(xué)習(xí)算法,但是機(jī)器學(xué)習(xí)算法還有其他很多不同的算法,大家感興趣的可以自己去了解。 樸素貝葉斯分類是基于貝葉斯定理與特征條件獨(dú)立假設(shè)的分類方法,發(fā)源于古典數(shù)學(xué)理論,擁有穩(wěn)定的數(shù)學(xué)基礎(chǔ)和分類效率。
2017-12-26 14:45:02
26224 針對(duì)K近鄰多標(biāo)簽( ML-KNN)分類算法中未考慮標(biāo)簽相關(guān)性的問題,提出了一種基于標(biāo)簽相關(guān)性的K近鄰多標(biāo)簽分類( CML-KNN)算法。首先,計(jì)算出標(biāo)簽集合中每對(duì)標(biāo)簽間的條件概率;其次,對(duì)于即將
2018-01-02 16:47:53
0 針對(duì)快速分類算法中最優(yōu)路徑森林( OPF)分類算法進(jìn)行了研究,進(jìn)行了OPF分類算法研究及應(yīng)用現(xiàn)狀的調(diào)查。OPF算法是近期興起的一種基于完全圖的分類算法,在一些公共數(shù)據(jù)集上與支持向量機(jī)(SVM)、人工
2018-01-10 16:29:59
0 針對(duì)傳統(tǒng)機(jī)器學(xué)習(xí)方法不能有效地提取惡意代碼的潛在特征,提出了基于棧式自編碼( stacked auto en-coder,SAE)的惡意代碼分類算法。其次從大量訓(xùn)練樣本中學(xué)習(xí)并提取惡意代碼紋理圖像
2018-01-16 17:19:38
0 針對(duì)目標(biāo)可以同時(shí)屬于多個(gè)類別的多標(biāo)簽分類問題,提出了一種基于浮動(dòng)閾值分類器組合的多標(biāo)簽分類算法。首先,分析探討了基于浮動(dòng)閾值分類器的AdaBoost算法(AdaBoost. FT)的原理及錯(cuò)誤率估計(jì)
2018-01-22 17:01:59
1 針對(duì)在文本分類中先驗(yàn)概率的計(jì)算比較費(fèi)時(shí)而且對(duì)分類效果影響不大、后驗(yàn)概率的精度損失影響分類準(zhǔn)確率的現(xiàn)象,對(duì)經(jīng)典樸素貝葉斯分類算法進(jìn)行了改進(jìn),提出了一種先抑后揚(yáng)(抑制先驗(yàn)概率的作用,擴(kuò)大后驗(yàn)概率
2018-03-05 11:19:59
0 針對(duì)現(xiàn)有的基于模式的序列分類算法對(duì)于生物序列存在分類精度不理想、模型訓(xùn)練時(shí)間長(zhǎng)的問題,提出密度感知模式,并設(shè)計(jì)了基于密度感知模式的生物序列分類算法-BSC。首先,在生物序列中挖掘具有密度感知的頻繁
2018-03-29 13:54:14
0 研究算法偏差的研究人員表示,有很多方法可以定義公平,但這些方法有時(shí)相互矛盾。想象一下,在刑事司法系統(tǒng)中使用的算法會(huì)將分?jǐn)?shù)分配給兩組(藍(lán)色組和紫色組),因?yàn)樗鼈冇斜恢匦麓兜娘L(fēng)險(xiǎn)。歷史數(shù)據(jù)表明紫色
2018-08-02 09:53:36
4022 本文主要介紹一個(gè)被廣泛使用的機(jī)器學(xué)習(xí)分類算法,K-nearest neighbors(KNN),中文叫K近鄰算法。
2019-10-31 17:18:14
5657 機(jī)器學(xué)習(xí)中有許多分類算法。本文將介紹分類中使用的各種機(jī)器學(xué)習(xí)算法的優(yōu)缺點(diǎn),還將列出他們的應(yīng)用范圍。
2020-03-02 09:50:12
3296 測(cè)溫電壓器的規(guī)范要求與分類
2020-06-18 14:30:56
1726 為提高分類器在對(duì)抗性環(huán)境和訓(xùn)練階段的抗攻擊性,提出一種新的攻擊模擬算法。通過擬合成員分類器模擬并獲取最差情況攻擊使用的決策邊界,根據(jù)閾值設(shè)定去除性能較差的成員分類器,使最終攻擊結(jié)果優(yōu)于模仿攻擊算法。實(shí)驗(yàn)結(jié)果表明,該算法無(wú)需獲取目標(biāo)分類器的具體信息,在保證分類準(zhǔn)確率的同時(shí)具有較高的安全性.
2020-09-16 17:49:24
2 水聲數(shù)據(jù)中目標(biāo)的不確定性以及各種物質(zhì)的聲納數(shù)據(jù)值的雜合程度,使基于直方圖最大值和直方圖熵的算法都不能很好地解決水聲數(shù)據(jù)分類的問題。為此,提出一種基于直方圖條件熵的分類算法。根據(jù)水聲數(shù)據(jù)的累積直方圖
2021-01-20 10:18:33
22 。文中提岀了一種基于光滑表示的半監(jiān)督分類算法。具體來(lái)說(shuō),此方法通過應(yīng)用一個(gè)低通濾波器來(lái)實(shí)現(xiàn)數(shù)據(jù)的平滑,然后將光滑數(shù)據(jù)用于半監(jiān)督分類。此外,所提方法將常見的圖構(gòu)造和標(biāo)簽傳播集成到一個(gè)統(tǒng)一的優(yōu)化框架中,使它們互相
2021-04-08 10:47:28
17 水聲數(shù)據(jù)中目標(biāo)的不確定性以及各種物質(zhì)的聲納數(shù)據(jù)值的雜合程度,使基于直方圖最大值和直方圖熵的算法都不能很好地解決水聲數(shù)據(jù)分類的問題。為此,提出一種基于直方圖條件熵的分類算法。根據(jù)水聲數(shù)據(jù)的累積直方圖
2021-04-21 10:12:03
9 信息采集技術(shù)日益發(fā)展導(dǎo)致的高維、大規(guī)模教據(jù),給據(jù)挖掘帶來(lái)了巨大挑戰(zhàn),針對(duì)K近鄰分類算法在高維數(shù)據(jù)分類中存在效率低、時(shí)間成本高的問題,提出基于權(quán)重搜索樹改進(jìn)K近鄰(K- nearest
2021-05-08 13:57:59
0 傳統(tǒng)的文本分類方法僅使用一種模型進(jìn)行分類,容易忽略不同類別特征詞出現(xiàn)交叉的情況,影響分類性能。為提高文本分類的準(zhǔn)確率,提岀基于主題相似性聚類的文本分類算法。通過CH和 Wordcount相結(jié)合的方法
2021-05-12 16:25:20
6 大數(shù)據(jù)時(shí)代的數(shù)據(jù)信息呈現(xiàn)持續(xù)性、爆炸性的増長(zhǎng),為杋器學(xué)習(xí)算法帶來(lái)了大量監(jiān)督樣本。然而,這對(duì)信息通常不是次性獲得的,且獲得的數(shù)據(jù)標(biāo)記是不準(zhǔn)確的,這對(duì)傳統(tǒng)的分類模型提岀了挑戰(zhàn),而増量學(xué)習(xí)是一種重要
2021-05-13 14:17:24
3 樸素貝葉斯(NB)算法應(yīng)用于文本分類時(shí)具有簡(jiǎn)單性和高效性,但算法中屬性獨(dú)立性與重要性一致的假設(shè),使其在精確度方面存在瓶頸。針對(duì)該問題,提出一種基于泊松分布的特征加權(quán)NB文本分類算法。結(jié)合泊松分布模型
2021-05-28 11:30:24
4 基于嵌入式特征提取的多標(biāo)記分類算法說(shuō)明。
2021-06-04 10:18:40
7 基于單分類的演化算法預(yù)選擇策略O(shè)CPS
2021-06-07 16:07:58
2 基于規(guī)則的分類算法具有分類性能妤、可解釋性強(qiáng)的優(yōu)點(diǎn),得到了廣泛的應(yīng)用。然而已有的基于規(guī)則的分類算法沒有考慮不均衡數(shù)據(jù)的情況,從而影響了其對(duì)不均衡數(shù)據(jù)的分類效果。文中提出了一種新的不均衡關(guān)聯(lián)分類算法
2021-06-17 15:27:41
16 基于ReliefF剪枝的多標(biāo)記分類算法綜述
2021-06-24 14:48:34
12 核極端學(xué)習(xí)機(jī)高光譜遙感圖像分類算法
2021-06-30 16:15:30
23 。 雖然這個(gè)簡(jiǎn)化方式在一定程度上降低了貝葉斯分類算法的分類效果,但是在實(shí)際的應(yīng)用場(chǎng)景中,極大地簡(jiǎn)化了貝葉斯方法的復(fù)雜性。 樸素貝葉斯分類常用于文本分類,尤其是對(duì)于英文等語(yǔ)言來(lái)說(shuō),分類效果很好。它常用于垃圾文
2021-10-02 17:14:00
8671 本期開小灶Heyro將帶領(lǐng)大家進(jìn)入下一趟旅程——基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類算法講解,從而幫助大家了解在卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)下衍生出的被用于圖像分類的經(jīng)典算法。
2022-04-06 14:50:36
4686 首先,我們先從連接器的定義和分類來(lái)了解連接器產(chǎn)品命名的基本規(guī)則。
淺談工業(yè)連接器的定義和分類
任何電氣系統(tǒng)都必須以電流作為信號(hào)或能量的載體,通過導(dǎo)體之間的接觸將電流從一個(gè)導(dǎo)體傳遞到另一個(gè)
2023-01-05 14:39:36
384 本文將通過動(dòng)態(tài)演示+代碼的形式系統(tǒng)地總結(jié)十大經(jīng)典排序算法。 排序算法 算法分類 —— 十種常見排序算法可以分為兩大類: 比較類排序:通過比較來(lái)決定元素間的相對(duì)次序,由于其時(shí)間復(fù)雜度不能突破
2023-06-22 14:49:00
591 ![](https://file1.elecfans.com/web2/M00/8A/06/wKgZomSOqLGAY-YAAADHD2HX6KA773.jpg)
分類是用于識(shí)別什么樣的事務(wù)屬于哪一類的方法,可用于分類的算法有決策樹、bayes分類、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等等?! ?shù)據(jù)挖掘的一般流程 第一步,建立模型,確定數(shù)據(jù)表中哪些列是要用于輸入
2023-07-18 17:00:02
0 機(jī)器學(xué)習(xí)算法匯總 機(jī)器學(xué)習(xí)算法分類 機(jī)器學(xué)習(xí)算法模型 機(jī)器學(xué)習(xí)是人工智能的分支之一,它通過分析和識(shí)別數(shù)據(jù)模式,學(xué)習(xí)從中提取規(guī)律,并用于未來(lái)的決策和預(yù)測(cè)。在機(jī)器學(xué)習(xí)中,算法是最基本的組成部分之一。算法
2023-08-17 16:11:48
632 機(jī)器學(xué)習(xí)有哪些算法?機(jī)器學(xué)習(xí)分類算法有哪些?機(jī)器學(xué)習(xí)預(yù)判有哪些算法? 機(jī)器學(xué)習(xí)是一種人工智能技術(shù),通過對(duì)數(shù)據(jù)的分析和學(xué)習(xí),為計(jì)算機(jī)提供智能決策。機(jī)器學(xué)習(xí)算法是實(shí)現(xiàn)機(jī)器學(xué)習(xí)的基礎(chǔ)。常見的機(jī)器學(xué)習(xí)算法
2023-08-17 16:30:11
1244 主接線的定義及基本要求
2023-11-01 09:11:11
1030 ![](https://file1.elecfans.com/web2/M00/AD/80/wKgZomVBpbSAFFrTAAAX_ZpMF-M961.jpg)
評(píng)論