模糊K近邻相关论文
支持向量机作为一种机器学习方法,较好地解决了非线性、高维数等实际问题,是机器学习领域的研究热点,为人脸识别提供了一条有效的......
蛋白质二级结构预测在蛋白质结构预测中具有很重要的作用。基于伪氨基酸成分表示蛋白质的方法,能提高蛋白质结构和功能预测的成功......
为了简化普适计算环境原始特征的复杂度,方便该环境下的知识推理,采用核典型相关分析方法进行原始特征的二次提取,得到简约而重要......
鉴于样本通常具有模糊特性且分布有稀疏的差别,在研究了现有的一些模糊支持向量机方法基础上,提出了基于模糊K近邻的模糊支持向量......
在邻域风险最小化原则（VRM）中运用模糊K近邻分类器，来提出一种新的定义邻域半径的方法，从而得出一种新的VRM算法．实例证明这一新算法对......
二维线性鉴别分析(2DLDA)是一种直接基于矩阵的特征提取方法,跳过传统的基于Fisher鉴别准则的线性鉴别分析方法中必须先将二维矩阵......
传统的K近邻算法存在误判风险,针对其不足提出了一种基于模糊K近邻的语音情感识别算法,通过引入模糊隶属度的概念,求出不同的特征......
驾驶员疲劳驾驶是造成交通死亡事故的重要原因之一,研究驾驶疲劳自动识别具有重要的理论意义和应用价值。提出了一种新的基于自适......
在支持向量机（SVM）方法中采用模糊☆近邻方法进行样本预选取，旨在保留最优分类超平面附近的样本点，去除远处样本点，使训练样本集减小，消......
邻域保持嵌入(NPE)算法直接使用K近邻重构样本,由于未区分同类近邻与异类近邻的重要性导致其识别效果不佳,因此提出一种基于公共向......
通过改进的模糊K近邻方法对模糊隶属度进行求解,将求得的隶属度带入模糊支持向量机中。实验表明,采用该方法得出的分类结果与用支......
蛋白质只有在特定的亚细胞位点（如细胞核、线粒体、细胞质等）才能参与正常的生命活动，因此蛋白质的哑细胞定位信息对于了解其功能有重......
基于模糊K近邻算法对模糊支持向量机中模糊类别隶属度的计算进行了改进，将距离与样本之间的关系相结合进行加权弥补了FSVM算法的不......
G蛋白偶联受体（GPCR）在各种不同的生理过程中起着重要的作用。文章运用亲水性编码模型对氨基酸进行编码，并结合氨基酸的成分模型，通过J......
随着工业企业信息化的迅速发展,在流程工业过程中很难避免故障的发生。一旦流程工业过程中出现了故障,从各个方面都会造成严重的后......
随着高速铁路的发展,列车的运输服务水平不断提高,旅客的出行需求得到了一定程度的满足,但是他们也对运输服务水平提出了新的要求,......
原始人脸图像冗余信息较多，如何舍弃这些信息，提取出最具判别性的特征，并能有效地、准确地、实时地识别目标人脸，是人脸识别的关键所在......
提取有效的局部放电(PD)特征是输变电设备缺陷识别的前提。以局部放电灰度图像为分析对象,提出了基于二维主成分分析(2DPCA)的局部......
预测蛋白质的亚细胞定位信息对于了解其功能有重要的意义。选择氨基酸组成、氨基酸对组成、位置特异性打分矩阵三种分类特征以及模......
蛋白质二级结构预测在蛋白质结构预测中具有很重要的作用。文章提出了一种新的伪氨基酸构造方法,即氨基酸疏水性百分比法,并结合氨......
