搜索资源列表
Dedict-src
- 实现方法 ...颠覆传统字典，不再是照字母表着愚公移山地爬格子，一种全新的体验！ 可视化的电子词典，图形的方式，直观地展现单词之间的联系。 统计统计数据和人们自身的感性认知一致表明： 人们对图形的记忆效果印象最深刻，其次是表格，最差就是文字了 由于传统出版业的行业特性的限制，为了便于检索，传统的纸质字典只能按照字母表顺序来组织排版。所以我们一直以来看到的都是此类的字典，甚至于很多电子辞典也还是沿袭了这个传统，尽管事实上字母表顺序很不
suverying
- 测量中常用的全站仪数据处理程序，可以导出成果，测量数据重算、统计公共点等-Total Station measurement commonly used in data processing program, you can export the results, measured data recalculation, and other statistics common point
HCCR
- 运用仿生模式识别方法构建提取基本笔段的神经元序列覆盖手写体汉字图像, 分析笔段神经元间的拓扑性质, 将手写体汉字图像转化为具有容错表征方式的种汉字笔划类型组成的几何图形模仿人类汉字形码输人法统计具有冗余容错形状的笔划神经元类型、数量、位置、相合和相交点数量, 建立手写体汉字特征知识的数据结构表对一手写体汉字库中手写体汉字识别进行仿真实验。方法具有较强的“ 认知”手写体汉字的能力-Construction of the use of pattern recognition methods of e
qwvvfg
- 基于语料库的中文姓名识别方法研究 本文在大规模语料基础上提取和分析了中文姓氏和名字用字的使用频率，研究了 中文姓名识别的评价函数，动态地建立了姓名识别统计数据表和姓名阅值-Corpus-based Study of Chinese Names Recognition Based on the large-scale extraction and analysis of corpus based on the first and last name in Chinese character
pattern
- 该文档是模式识别的原理、方法与应用。该文档包括模式判别、数据聚类、统计分类、神经网络等-failed to translate
论文
- 20世纪90年代，贝尔实验室的Vapnik教授第一次提出支持向量机（Support VectorMachine,SVM）的理论与基本概念。SVM方法一种基于统计学习理论(Statistical Learning Theory)的机器学习方法，它以结构风险最小化原则代替经验风险最小化原则，同时结合了机器学习、统计学习以及神经网络等方法[53]。它能够有效的提高算法的泛化能力，解决了小样本、非线性和维数高等难题，并且能够克服传统神经网络等学习算法中网络结构难以确定、收敛速度慢及训练时需要大量数据样本
UCI的光学字符识别数据集
- 其目标是将大量黑白矩形像素显示器中的每一个识别为英文字母中的26个大写字母之一。字符图像基于20种不同的字体，并且这20种字体中的每个字母随机失真以产生20,000个独特刺激的文件。每个刺激被转换成16个基本的数字属性（统计矩和边缘计数），然后将其缩放以适合从0到15的整数值范围。我们通常在前16000个项目上进行训练，然后使用结果模型预测剩余的4000个字母类别。请参阅上面引用的文章以获取更多详细信息。(The objective is to identify each of a large