核变换相关论文
对机器学习和数据挖掘等领域进行研究的目的之一是通过对高维数据的分析和处理来探寻隐藏在其中的内部规律;但是由于现实世界的复......
模糊logistic神经网络集合了模糊神经网络和logistic回归各自的优点,不仅具有较强的自主学习能力和处理专家先验知识的能力,还在很......
支持向量机是九十年代中期发展起来的一种新的机器学习技术,它是以统计学习理论为基础,重点研究在小样本条件下的统计规律和学习方......
研究了一种基于核的最大散度差准则的文本特征抽取方法。首先回顾了文本分类中特征降维的主要方法、Fisher准则及其相关研究进展以......
针对文本分类问题中的特征降维问题,改进最大散度差鉴别准则,引入核变换作为前处理,使最大散度差鉴别准则可适用于更广泛的文本分......
由于传统的支持向量机(SVM)算法的核函数没有考虑训练数据自身的特点,因而相对于具体的问题来说,往往不是最优的。为了获得最优的......
简要介绍了非线性回归方法--支持向量机(ε-SVM)和基于空间变换的最小二乘辨识方法(KBLS)的算法原理.通过仿真实验,对两种方法进行......
在聚类算法DBSCAN(DensityBasedSpatialClusteringofApplicationswithNoise)的基础上,提出了一种基于密度的高效聚类算法。该算法......
近年来,由于MEMS技术和无线通信技术的飞速发展,无线传感器网络(WSN)也取得了巨大进展。定位技术作为无线传感器网络的关键技术之......
为能够更好地解决复杂视频中目标的大尺度变化问题,提出一个在跟踪检测框架下的尺度计算算法。主要把目标分为4部分,分别计算它们......
本文提出了一种基于多层PCA特征融合的深度学习模型来提取人脸遮挡特征﹒在传统主成分分析网络的基础上保留了输入图像的浅层结构特......
遥感对地观测技术凭借其覆盖面广、多时相、周期短、信息丰富等优点,为土地利用现状分析、土地资源管理、灾害预防和应急响应以及......
在食品电子鼻检测中,模式识别是关键问题之一。不同的模式识别算法有不同的分类效果。常用的模式识别方法如主成分分析、Fisher鉴......
主成分分析网络（principal component analysis network,PCANet）是当前流行深度学习模型,在人脸识别、目标识别、纹理分类和手写体数......
