训练样本数相关论文
随着WWW的迅猛发展,文本分类成为处理和组织大量文档数据的关键技术.KNN方法作为一种简单、有效、非参数的分类方法。本文分析了KN......
当分解重叠严重的光谱时 ,经典的Madaline网络算法需很长的训练时间 ,而且误差较大 ,引进PCR技术则不仅能减少训练时间并且能够提......
样本构成、网络结构、学习算法是影响前馈网络应用的三大关键问题。本文提出了一种基于门限自回归ＴＡＲ模型的非线性时间序列预测前馈网......
网络高度发展的今天,网络安全已经提升到了一个空前的高度,入侵检测系统应用的兴起也促进了更多的入侵检测技术与算法的研究。检测......
应用模式识别和人工神经网络相结合的PLS-BPN方法,重新研究了Cm1偶宇称原子光谱组态归属问题,解决了前人用KNN等早期模式识别方法......
为了提高被动声目标识别率 ,该文研究了隐马尔可夫模型 (HMM)在被动声信号分类中的应用问题。然后 ,又提出了 2种混合分类器 :特征......
1.引言前馈神经网络是目前应用最广的一种神经网络,其学习算法是由Rumelhart等人于1986年提出的反向传播(Back Propagation,BP)算......
本文在论述模式识别的统计方法和模糊方法的共同性、差异以及各自适用范围的基础上,研究了模式识别的统计模糊方法和模糊统计方法......
Kosk。在结合模糊系统与神经网络的基础上提出的最大最小联想记忆网络DJ是二层前馈网络,为了提高其记亿性能,已经提出了一些改进的......
利用矩阵ＭｏｏｒｅＰｅｎｒｏｓｅ逆的方法，提出了一种新型的前馈多层神经网络学习算法———ＭＢＰ（ＭａｔｒｉｘＢＰ）算法。该算法采用了群体搜索的策略，打破了ＢＰ算法一次一点的搜索......
综述了软测量方法的理论框架和五种软测量模型的开发,讨论了软测量在工业中应用的问题,指出了软测量今后的研究方向。
The theore......
采用 RBF网络完成系统的实时在线检测。首先应用传统的 RBF方法完成定量检测 ,然后针对神经网络结构优化这个难点 ,提出应用改进的......
海量数据分类问题是目前SVM学习算法研究的一个热点。传统的SVM方法是通过计算二次规划问题求解的,当训练样本数较大时存在一定的......
本文运用ＴＫｏｈｏｎｅｎ自组织人工神经网络，对鄂东南地区４４个铁帽进行了计算机识别，识别成功率达１００％。结果表明，该方法性能良好，可望成为多金属成矿预测的......
针对故障诊断中故障类样本难于获取以及不均衡类问题,提出了基于粒子群和滑动窗口的支持向量数据描述(M-SVDD)故障诊断方法.该方法......
针对大型设备的齿轮运行环境噪声干扰大和缺少故障样本的特点,提出了基于奇异值分解和支持向量机相结合的齿轮故障诊断方法。分析......
本文用图像聚类方法对遥感图像区域进行分类,是图像处理技术在岛屿沙化分析中的具体应用。这一新方法新工具的引入,实现了运用计算......
针对传统支持向量机中存在原始数据量过大导致训练速度太慢的问题,同时考虑到非支持向量对支持向量机的训练性能无影响,且影响支持......
[目的]使用随机森林对职业健康监护数据和人群焦虑情况进行分析,探讨数据挖掘方法的应用。[方法]收集某企业职业健康监护数据,并使......
