搜索资源列表
-
0下载：
机器学习是人工智能的一个子领域，是人工智能中非常活跃且范围甚广的主要核心研究领域之一，也是现代智能系统的关键环节和瓶颈。机器学习吸取了人工智能、概率统计、计算复杂性理论、控制论、信息论、哲学、生理学、神经生物学等学科的成果，主要关注于开发一些让计算机可以自动学习的技术，并通过经验提高系统自身的性能。本文介绍了机器学习的概念、基本结构和发展，以及各种机器学习方法，包括机械学习、归纳学习、类比学习、解释学习、基于神经网络的学习以及知识发现等，并简单叙述了机器学习的相关算法，包括决策树算法、随机森林算
-
-
0下载：
Image segmentation: classification-neural network, SVM,-Image segmentation: classification-neural network, SVM,...
-
-
0下载：
提出了一种支持矢量机的汉语声调识别新方法。论文首先在基频和对数能量的基础上，建立了一个适合于支
持矢量机分类的等维声调特征。然后对支持矢量机的多分类策略和不同核函数对声调识别的影响进行了实验研究。
与BP神经网络相比，支持矢量机具有更高的识别率和更强的推广能力。-This paper presents a novel support vector machine based Chinese tone recognition method．A
new tone recognition
-
-
0下载：
基于svm的一维信号的回归预测，精确度优于传统的神经网络方法-The one-dimensional signal based svm regression prediction accuracy is better than traditional neural network method
-
-
0下载：
单隐藏层前馈神经网络(Single-hidden Layer Feedforward Neural Network, SLFN)已经在模式识别、自动控制及数据挖掘等领域取得了广泛的应用，但传统学习方法的速度远远不能满足实际的需要，成为制约其发展的主要瓶颈。产生这种情况的两个主要原因是：（1）传统的误差反向传播方法(back propagation，BP)主要基于梯度下降的思想，需要多次迭代；（2）网络的所有参数都需要在训练过程中迭代确定。因此算法的计算量和搜索空间很大。针对以上问题，借鉴ELM的
-
-
0下载：
模式识别相关文章，包括SVM与BP神经网络的相关识别研究与进展-Pattern recognition related articles, including related research and development of SVM Recognition and BP neural network
-
-
0下载：
包括最小二乘法、SVM、神经网络、1_k近邻法,采用加权网络中节点强度和权重都是幂率分布的模型，ofdm系统仿真 含16qam调制 fft 加窗 加cp等模块。- Including the least squares method, the SVM, neural networks, 1 _k neighbor method, Using weighted model nodes in the network strength and weight are power law distribu
-
