【摘 要】
：
计算机信息粒通常是使用概率性方法以判别式学习的方式进行的,当分类任务的性质是识别特定类别的模式时,如在情绪检测的情况下,可以同时从同一个人识别出多种情绪,这通常表明
论文部分内容阅读
计算机信息粒通常是使用概率性方法以判别式学习的方式进行的,当分类任务的性质是识别特定类别的模式时,如在情绪检测的情况下,可以同时从同一个人识别出多种情绪,这通常表明不同的情绪可能涉及特定的关系而不是相互排斥。本文基于模式时间序列用来识别密集型现实数据实例的分类。并以生命科学的UCI数据集作为实验对象,通过本文提出的方法与常用的概率方法进行比较,结果表明,该方法不仅可以作为概率方法的替代方法,而且还可以捕获概率方法无法实现的更多模式。
其他文献
玉鼠欢舞辞旧岁,金牛奋蹄迎新春。值此2021年新春佳节来临之际,中国散装水泥推广发展协会谨向全体会员和行业同仁,以及长期以来关心、支持我会和我国散装水泥绿色产业发展的
针对现有无人机巡线效果差的问题,提出了电动多旋翼无人机在高压电路协同巡线中的应用。在实际环境中进行实验验证分析,由结果可知,该无人机巡线效果较好,为保障高压电路故障
针对普通液压装缸机的控制精度低、不能实时监测参数变化以及智能化水平低的缺点,设计了基于PLC控制器和伺服控制技术的装缸机控制系统。介绍了以欧姆龙CP1H型PLC和台达伺服
传统的医疗电子病例数据库安全访问模型在访问过程中,很容易受到外来入侵,安全系数低。为了解决上述问题,引入总线架构,设计了新的医疗电子病例数据库安全访问模型。为检测模