首页|资源下载
登录|注册

分类

  • 最大间隔分类器及其在入侵检测中的应用

    支持向量机的基本问题是解决二类分类问题,目前有很多方法将支持向量机推广至多类分类,目前比较著名的有1-vs-1SVM、1-vs-n SVM、以及DAGSVM[4],上述方法都是靠组合多

    /dl/201671.html

    标签: 分类器 入侵检测

    上传时间: 2021-01-03

    上传用户:372825274

  • 电子信息产品分类注释

    电子信息产品分类注释:《电子信息产品污染控制管理办法》第三条定义术语第一款给出了电子信息产品的定义,定义中的电子信息产品共十大类,界定了《管理办法》的适用范围。为了帮助所有关注《管理办法》

    /dl/202430.html

    标签: 电子信息 产品 分类

    上传时间: 2021-01-12

    上传用户:billfather

  • 基于模糊模式识别的车型分类研究

    根据目前中国路桥车辆收费标准,提出了一种基于模糊模式识别的车型分类系统。车辆经过环形线圈传感器时,形成感应曲线,提取感应曲线的特征并进行特征分离,利用模糊模式识别方法对车型进行匹配分类。研究结果已在路

    /dl/202467.html

    标签: 分类 模糊模式

    上传时间: 2021-01-13

    上传用户:zeko2010ss

  • 基于径向基函数神经网络的心脏早搏分类诊断研究

    ·基于径向基函数神经网络的心脏早搏分类诊断研究

    /dl/202760.html

    标签: 分类 径向基函数

    上传时间: 2021-01-19

    上传用户:chenhuisnow

  • C++中文分类

    C++中文统计分类代码; 基于中科院的分词数据:

    /dl/203311.html

    标签: 分类

    上传时间: 2021-01-31

    上传用户:雾外江山

  • 消息的分类

    消息的分类 标准消息 除WM_COMMAND之外,所有以WM_开头的消息。 从CWnd派生的类,都可以接收到这类消息。 命令消息 来自菜单、加速键或工具栏按钮的消息。这类消息都以WM_COMMAND呈现。在MFC中,通过菜单项的标识(ID)来区分不同的命令消息;在SDK中,通过消息的wParam参数识别。 从CCmdTarget派生的 ...

    /dl/203585.html

    标签: 消息 分类

    上传时间: 2021-02-08

    上传用户:xuxiii

  • 基于网络处理器的多维IP分类算法

    IP 分类算法是提高网络设备性能的关键,无冲突规则集则是正确进行IP 报文分类的前提和保证。网络处理器Intel IXP1200 具有强大的可编程能力和并行分组处理能力。本文在IXP1200

    /dl/204710.html

    标签: 基于网络 分类算法 处理器

    上传时间: 2021-03-21

    上传用户:adspbf531

  • 复杂网络环境下基于推荐链分类的动态信任模型

    针对网络环境中复杂的推荐信息处理问题,提出了一种基于推荐链分类的信任模型。该分类方法基于节点间的诚实属性,在实际经验数据的基础之上能选择出有效的推荐链。针对推荐信息的传播使用了以信息增益为基础的参数,使推荐信息更精准,考虑了时间的影响并且能把交互能力与诚实属性清楚地区分开。在最终的直接信任与推荐信息的聚 ...

    /dl/206000.html

    标签: 复杂 网络 环境 推荐 分类 动态 信任 模型型 信任传播 信任聚合

    上传时间: 2021-05-25

    上传用户:cxg1990

  • 联合核稀疏多元逻辑回归和TV-L1错误剔除的高光谱图像分类算法

    稀疏多元逻辑回归(SMLR)是高光谱监督分类中的重要方法,然而仅仅利用光谱信息的SMLR忽略了影像本身的空间特征,在少量监督样本下的分类精度和算法的鲁棒性仍明显不足;虽然通过引入核技巧,核稀疏多元逻辑回归(KSMLR)可以部分克服上述缺点,其分类错误仍然有待进一步降低.本文基于核稀疏多元逻辑回归分类误差的统计建模分析,提出 ...

    /dl/206088.html

    标签: 高光谱图像分类算法

    上传时间: 2021-05-30

    上传用户:xiuhao

  • L1 Graph联合转换学习模型的多观测样本分类算法

    不同分布多观测样本分类问题中,训练样本和测试样本来自不同的域,针对如何利用转换学习提高不同分布多观测样本分类性能问题,提出L1-Graph联合转换学习的多观测样本分类算法。首先基于转换学习构建一种非负矩阵三因子分解框架,将其中不变信息作为源域到目标域的转换桥梁;其次,基于稀疏表示思路构造L1-Graph,自适应寻找数据近 ...

    /dl/207329.html

    标签: l1 graph 转换 学习 模型 观测 样本 分类 算法适应 多观测样本分类

    上传时间: 2021-08-20

    上传用户:chenpeng