组合分类器相关论文
随着我国经济的迅猛发展,我国对能源的需求也越来越大,同时在能源革命和电力转型的大背景下,大力发展可再生能源符合国家的发展需......
随着网络机顶盒的普及,全国的有线网络运营商用户率流失呈上升趋势,三大运营商的竞争越来越严重,对客户的产品及服务也不同于以往,......
目前机器视觉检测技术因其非接触性、灵敏度高和响应快等优点被广泛应用于各行各业。冷轧极薄带钢是冶金企业的主要产品,是应用于......
近年来，有关新生几疼痛的研究证实，反复的疼痛刺激会对新生儿(尤其对早产儿和危重儿)产生一系列近期和远期的不良影响，因此医学界正致......
随着移动通信行业市场的繁荣发展,中国移动、中国联通、中国电信这三家老牌电信运营商之间的“三国演义”愈演愈烈。近年来,移动运......
如今，各种可穿戴智能设备和便携移动终端智能设备的数量爆炸增长，而且这些智能设备中配备的传感器种类日益丰富，这就为新型的物联网感......
生物信息学、信息检索以及图像挖掘等大规模机器学习问题的不断涌现，对已有的特征选择算法和机器学习算法提出了严峻的挑战。人们迫......
混合型数据集是既有离散型属性又有连续型属性的数据集。这类数据集在医疗，金融，自然现象等领域广泛存在，对它们的分类问题在现实生活......
如何从丰富的网络信息资源中发现有价值的利用信息,是目前一个非常迫切需要解决的问题,网页自动分类是解决这一问题的一项关键技术......
决策树是应用最广泛的数据挖掘方法之一,研究的重点围绕数据处理的准确率、效率及数据降维等方面,增量式学习能力也是决策树算法的......
随着汽车行业的迅速发展和汽车用户的逐年增加，交通安全问题已经越来越受到人们的重视。近年来，一种用于监控汽车行进方向范围内行人......
随着Internet的迅速发展,博客成了继Email、BBS、QQ/ ICQ之后的新一代网络交流方式,并以极快的速度融入到人们的日常生活中,成为基......
随着计算机技术和互联网的迅速发展,各种信息呈爆炸式增长,人们对信息精确定位的需求促进了自然语言处理技术的发展。指代消解是自......
传统的分类算法主要是针对处理确定性数据分类的情况，确定性数据是指训练数据集和测试数据集中的每一个数据样本的每一属性值都是唯......
随着各国政府对健康医疗信息系统的投入，电子病历信息挖掘得到越来越多学者的关注。电子病历中蕴含的知识能够应用在医疗诊断、用户......
组合分类器学习是机器学习、模式识别和数据挖掘中非常活跃的研究领域。已有的研究表明，给定相同的训练信息，组合分类器往往表现出比......
随着科技的进步、信息化的发展、气象研究技术的提高,气象领域积累的数据量与日俱增。如何从海量的气象数据中发现有价值的信息是......
类不平衡问题,也被称为不平衡类问题或稀有类问题,是模式识别和机器学习领域研究的热点问题之一。对于两类问题,类不平衡问题的特......
近年来,随着互联网行业的不断发展,越来越多的开发人员在以Git Hub为代表的项目托管平台上进行自己的软件开发工作,同时越来越多的......
在信贷领域,数据挖掘技术已被多次应用于客户个人信用评估模型当中,而使用最多的数据挖掘技术之一就是分类技术。前面已有学者研究......
卷积神经网络是近年来兴起的人工神经网络与深度学习理论相结合的模式识别方法,并在图像分类问题上取得了巨大进步,它的权值共享网......
本文介绍了一种新的组合词义消歧法,该算法利用两种基本的分类算法构造了一个二级分类器.在Senseval3中文词汇样本任务的训练语料......
随着我国信用卡发卡量和交易量的不断增长,信用卡交易中的欺诈交易也呈现出上升趋势。如何较早的识别欺诈交易,将成为金融业普遍关......
在现代社会,作为企业生命的质量已经成为赢得市场和获取利润的手段,统计过程控制正是产生于这种背景下。作为监控生产过程的手段,......
知识发现是近年来人工智能和数据库领域研究的前沿课题。面对市场竞争的加剧和信息技术的发展，银行必须建立“以客户为中心”的管理......
遥感技术具有多时相、多波段、大尺度等特点；有利于进行不同尺度土地利用/覆盖及其变化的动态监测。遥感技术已经成为土地利用／覆盖......
随着人类安全意识的加强，人脸识别技术广泛地应用到社会的很多领域，但是不同的人脸识别方法因为受光照、姿势和表情变化的影响具......
由于类分布的不平衡性,很多传统的分类方法在非平衡数据集上的分类效果不好.与传统的方法不同,论文从组合选择的角度考虑不平衡类......
为解决传统的RFM客户细分方法还不能很好地刻画客户行为,同时也没有就RFM指标权重进行分析这一问题,在RFM指标的基础上扩充了客户......
本文使用一种新的集成方法，称为EDKC（Ensemble of Different Kindof Classifiers），用于入侵检测。EDKC集成不同的分类器形成组合分类器......
该文提出了一种将支持向量机(SVM)与神经网络相结合的方法,得到一种新型 的级联型组合分类器．此组合分类器先利用神经网络或SVM对人......
Boosting是一种有效的分类器组合方法，其通过加权投票来组合多个基分类器进行分类。在对基分类器进行权重赋值时，该算法采用了以基分......
针对单一分类方法在训练样本不足的情况下对于小样本网络流分类效果差的特点，通过自适应增强（Adaptive Boosting，AdaBoost）算法进行流......
Supervised learning is very important in machine learning area. It has been making great progress in manydirections. Thi......
综合考虑神经网络分类误差率以及训练速率，文中从组合分类器结构出发，提出一种树形多层的BP—LVQ神经网络组合分类器模型。该组合分......
基于内容的矢量图形检索系统可以通过使用相关反馈算法获得较好的检索性能。提出了一种新的基于组合分类器的相关反馈算法,该算法......
CBES是面向非平衡数据集分类的组合选择方法。相关的实验表明，CBES方法能大幅度提升基分类器的泛化能力。已有研究表明，抽样方法能有......
针对容差模拟电路软故障诊断精度较低的问题，提出了一种基于AdaBoost与GABP的组合分类器诊断方法；首先，在Pspice中对故障模式进行Mont......
分类界面的计算是分类器设计的基本问题之一.本文以训练样本的空间表示为出发点设计了基于计算几何的区域主动生长的类界面求取方......
本文提出了一种集成异种分类器的数据流入侵检测模型EDKCDS(Ensemble of Different Kind of Classifiers on Data Stream),目的是......
本文采用一种新的错误驱动的组合分类器方法来实现中文Base NP识别。本文首先对中文和英文BaseNP识别技术现状进行了简要分析和概......
近几年来,基于短语的统计翻译模型在机器翻译研究中受到普遍关注,并取得了较好的翻译性能。但是,由于目前基于短语的翻译系统在解......
情感文本分类（简称情感分类）是一种面向主观信息分类的文本分类任务。目前,由于其广泛的应用前景,该任务在自然语言处理研究领域中得......
针对地面有多个无规则运动的目标时，空中机器人很难判断跟踪哪一个的问题，提出一种基于分区决策树组合分类器的地面多目标分类方法。......
