特征抽取造句
- 基于结构的指纹特征抽取方法
- 一种眼睛特征抽取的新方法
- 序列结构分析的特征抽取方法
- 文本过滤中的特征抽取应用研究
- 人脸图象特征抽取和识别的一种混合方法研究
- 应用特征抽取图像技术进行车站人群监测的初探
- 特征抽取是模式识别中最基本的问题之一。
- 基于有效鉴别特征抽取的有限汉字集识别
- 预处理和特征抽取是字符识别系统的重要阶段,与识别器精度密切相关。
- 相对于特征选择来说,特征抽取在理论上要更完美一些。但是,大部分特征抽取算法都存在计算复杂度过高的问题。
- 用特征抽取造句挺难的,這是一个万能造句的方法
- 本文针对^ 2统计和互信息两种特征选择评估函数存在的不足展开研究,根据两者之间的互补性提出了一种联合的特征抽取评估函数。
- 本文讨论的就是如何将描述事物的本质特征抽取出来的问题,即寻找最小条件属性集和最小决策算法的过程。
- 本文提出了一个基于机器学习的、独立于语种的文本分类模型,并对模型中的特征抽取、分类器和评价方法进行了详细的介绍。
- 摘要双谱分析能够揭示时间序列的二次相耦合信息,特别适于铣刀磨损状态监测信号的特征抽取。
- 线性投影分析,包括主分量分析(或称k - l变换)和fisher线性鉴别分析,是特征抽取中最为经典和广泛使用的办法。
- ( 4 )提出了一种在频域上的代数特征抽取方法,该方法将小波分析、小波包分析和最优鉴别分析、广义最优鉴别分析相结合。
- 文本表示采用向量空间模型,文本的评价方法采用了查准率和查全率,文本的特征抽取采用了一种互信息方法。
- 更为重要的是,我们进一步揭示了高维、小样本情况下线性鉴别分析的本质,即先作k - l变换,再用fisher鉴别变换作二次特征抽取。
- 学习部分主要完成三个bp神经网络的学习训练;识别部分是由下列几个环节构成:预处理环节、特征抽取环节、伪特征消除环节和组合识别器识别环节。