搜索资源列表
基于KNN的中文文本自动分类研究
- 在介绍SVM和KNN分类算法的基础上,提出了一种新的、较简单的,但更为合理的基于表模型的文档表示方 法,阐述了一种基于表模型的分类算法———TableKNN算法。通过实验比较TableKNN算法与传统KNN算法应用于文 本分类的效果,证实了TableKNN算法在处理文本分类问题上的优越性。
基于贝叶斯网络的半监督聚类集成模型
- 已有的聚类集算法基本上都是非监督聚类集成算法,这样不能利用已知信息,使得聚类集成的准确性、鲁棒性和稳定性降低.把半监督学习和聚类集成结合起来,设计半监督聚类集成模型来克服这些缺点.主要工作包括:第一,设计了基于贝叶斯网络的半监督聚类集成(semi-supervised cluster ensemble,简称SCE)模型,并对模型用变分法进行了推理求解;第二,在此基础上,给出了EM(expectation maximization)框架下的具体算法;第三,从UCI(University of Ca
SVM
- 本书介绍的支持向量机方法，是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折衷，以期获得最好的推广能力 。-This book introduces the support vector machine method is based on statistical learning theory, VC dimension and structural risk mi
DCT
- 提出了一种基于DCT提取人脸特征技术和支持向量机分类模型的人脸识别方法。利用离 散余弦变换可提取人脸可识别的大部分信息,而支持向量机作为分类器,在处理小样本、高维数等 方面具有独特的优势,且泛化能力很强,无需先验知识。从ORL 人脸库上的实验结果可以看出, DCT特征提取是很有效的,且SVM的分类性能优于最近邻分类器,同时提高了整个系统的运算速 度。-A face recognition method based on DCT for face feature extractio
wind-speed-prediction
- 基于支持向量机的风速预测模型研究，即SVM,是一篇非常有用的论文-Wind speed prediction model based on support vector machine SVM, is a very useful paper
svm方法步骤
- SVM方法最主要的工作是样本训练，获得训练模型参数。SVM中涉及大量的矩阵运算和推导，需要弄清楚，这样才能明白模型参数的含义，以便于判断当前选定的核函数是否合适。
ass
- 基于SVM软测量模型的文章，对研究生学习很有用啊-SVM soft measurement model based on the article, for graduate study useful ah
Hidden-Markov
- 关于隐马尔科夫模型方面的文献资料，介绍了HMM的原理，拓展。创新性将SVM和HMM结合应用-Literature on hidden Markov model aspects, introduced the principle of HMM expand. The innovative application of SVM and HMM combination
Wind-speed-prediction
- 基于最小二乘支持向量机理论,结合某风电场实测风速数据,建立了最小二乘支持向量机风速预测模型。对该风电场的风速进行了提前1h的预测,其预测的平均绝对百分比误差仅为8.55 ,预测效果比较理想。同时将文中的风速预测模型与神经网络理论、支持向量机(support vector machine,SVM)理论建立的风速预测模型进行了比较。仿真结果表明,文中所提模型在预测精度和运算速度上皆优于其他模型。 -Based on least squares support vector machine the
SVMDTC
- 研 究永磁 同步 电机 (P M SM )直 接 转 矩控制 (D T C ) 系统 。针 对传 统控 制 系统 中存 在 的 转 矩和 磁 链 脉 动 大 的 问题 ， 将 空 间 矢 量 调 制 (S V M ) 引入PM SM —D T C 系统 。通 过 对 永 磁 同 步 电机 数 学模型及 空 间 电 压 矢 量 调 制 算 法 的 分 析 ， 在 M atlab／Sim ulin k 环 境 下 ， 对 P M S M 的 S V M —D T C 系 统 进行仿 真 。仿 真 结
SVM-GUI
- 一种GUI方式的SVM预测模型，操作简单，容易上手。-An easy SVM model
svm
- 使用perl进行遍历多重文件夹中的文件，并使用支持向量机进行模型训练。-Traverse files in the folder, and train model with SVM(support vector machine)
Drawing-Vectorization-References
- 几篇图纸矢量化的论文。基于模板匹配和SVM的草图符号自适应识别方法。基于图形识别的建筑模型三维重建。基于拓扑结构的工程图纸识别方法。基于优化粒子群的NCC模板匹配算法。建筑构件智能识别方法研究。-Vector drawing of several papers.
0755
- 包括最小二乘法、SVM、神经网络、1_k近邻法,采用加权网络中节点强度和权重都是幂率分布的模型，ofdm系统仿真 含16qam调制 fft 加窗 加cp等模块。- Including the least squares method, the SVM, neural networks, 1 _k neighbor method, Using weighted model nodes in the network strength and weight are power law distribu
SVM
- 模型预测，利用支持向量机算法建立风电场风速模型，并与其它相关模型做对比分析(Model prediction, support vector machines, modeling)
热声不稳定主动控制的SVM时间序列预测模型
- 论文libsvm-3.1-[FarutoUltimate3.1Mcode](libsvm-3.1-[FarutoUltimate3.1Mcode])