多类分类器相关论文
高分辨距离像(HRRP)包含丰富的目标信息，能够反映目标散射点回波在距离方向的分布情况，对目标的识别与分类具有重要价值，因而成为宽带......
在Vladimir N.Vapnik的统计学习理论基础上发展起来的支持向量机(Support Vector Machines,SVMs)是目前模式识别领域中最先进的机......
基于统计学习理论的支持向量机算法具有坚实的数学理论基础和严格的理论分析，具有理论完备、全局优化、适应性强、推广能力好等优点......
随着多媒体技术的发展,图像信息应用越来越广泛,人们对于图像等多媒体数据的需求也越来越强烈。图像具有丰富的高层语义,高层语义......
传统输入设备无法满足人们的随意性输入需求.为此,提出一种基于陀螺仪传感器的三维手势识别方案.硬件架构由陀螺传感器信息采集模......
提出了基于系统模糊优选和支持向量机的客户信用监测预警模型，该方法首先通过系统模糊优选模型划分样本类别，处理了不确定性信息，标示......
为了更好的选择合适的支持向量机多类分类器，对多类分类器one—against—the—rest及二叉树多类分类器的分类精度进行了理论分析，给......
为可靠快速地识别出各种姿态下的舰船目标,提出了一种基于矩与支持向量机(SVM)的目标自动识别方法。根据实际航空摄影模型的特点,......
针对密闭鼓风炉熔炼过程工艺复杂、工况变化较大的特点,提出应用粗糙集(RS)和最小二乘支持向量机(LS-SVM)进行鼓风炉故障诊断的方......
文本分类是信息检索和文本挖掘的关键技术之一。提出了一种基于支持向量数据描述（ SVDD）的多类文本分类算法，用支持向量描述训练求得......
在基于内容的图像检索中,建立图像底层视觉特征与高层语义的联系是个难题.一个新的解决方法是按照图像的语义内容进行自动标注.为......
在支持向量机多类分类问题输出概率建模中，提出了一种直接求解后验概率的概率建模新方法。在对多个两类支持向量机分类器的输出概率......
为了在提高文本分类效率和提升分类速度问进行平衡，综合考虑SVM决策树的深度、均衡度、构造方式、类内样本数、类间相似度等对分类......
BP神经网络分类器存在收敛速度慢的缺陷，为了提高分类器性能，针对这一缺陷对BP算法进行改进. 提出将条件对数似然（CLL）准则融入到监督......
研究创建企业以保护环境为目标的绿色技术,应用支持向量机技术帮助企业进行制定绿色技术创新战略,从而提高战略选择的准确度和科学......
支持向量机（Support Vector Machine,SVM）是上世纪九十年代提出的一种基于小样本的新的统计学习方法,较好地解决了非线性、高维数、......
【摘要】传统的SVM特别适合解决两类分类问题，而对于多类分类，则需将其转化为多个两类分类问题，相应地需要构造多个两类子分类器，这样......
提出一种基于概率模型的图像自动语义标注方法,将图片自动标注看作一个多类分类问题,通过无参数的核密度估计,实现用含有共同标注......
This thesis proposes a new approach to improve multiclass classifica-tion performance by employing Stacked Generalizatio......
学位
为了有效地减少样本训练时间,提高多类分类器的识别率,同时使模型具有较好的推广能力,在综合考虑待分类样本数和类别易分性能的基......
研究了SVM决策树分类器在文本分类中的应用,提出了一种有效的SVM决策树分类器的优化构建方法。该方法利用类间距离衡量两类间的可......
文中采用BP神经网络决策树算法实现钢材表面缺陷非人工检测和分类,依据缺陷的特征提取数据,采用BP神经网络决策树算法构多类造分类......
为了及时反映密闭鼓风炉冶炼过程状态,实现对密闭鼓风炉炉况的监控与诊断,提出核主元分析和多支持向量机分类的相结合的过程监控与......
随着数字成像技术的快速发展,数字图像的数量也在飞速增长。越来越丰富的图像资源使用户难以在浩如烟海的图像数据中找到真正需要......
支持向量机是由VVapnik等提出的一种学习技术,是借助于最优化方法解决机器学习问题的新工具。支持向量机是机器学习领域若干标准技......
为解决传统支持向量机方法不提供概率输出的问题,在支持向量机多类分类问题输出概率建模中,提出了加权后验概率建模方法。该方法在......
随着信息系统的迅速发展,网络中的关键业务呈爆炸性增长,由于Internet自身的开放性和系统存在的漏洞使计算机系统暴露在网络入侵的......
根据支持向量机算法的原理，建立基于支持向量机的园林设计评价模型，通过引入二进制微粒群算法对影响园林设计的特征参数进行选择，解决......
提出一种基于支持向量机决策树的多类分类器SVMDT（Support Vector Machines based Decision Tree）。训练时,SVMDT采用样本类间最小距......
Adaboost.M1算法要求每个弱分类器的正确率大于1/2,但在多分类问题中寻找这样的弱分类器较为困难。有学者提出了多类指数损失函数......
针对字符识别相似字符识别能力差，速度慢等问题，提出基于支持向量机的识别方法。首先提取预处理后的字符特征，然后进行降维处理，再设计......
