搜索资源列表
WebDataMining
- Web数据挖掘作为数据挖掘技术和Internet应用研究相结合的研究领域，涉及机器学习、数理统计、数据库、神经网络、模式识别、粗糙集、模糊数学等人工智能相关技术，目前已经发展成为一个受到社会各界关注的研究热点。
ARAC
- 语音识别中的语音信号特征提取和选择是关系到语音识别模型性能的一个重要问题。音信号的特征提取是解决时域信号的数字表问题，特征选择则是在多个特征中选择有的特征为后继的模式划分部分提供数据。-Speech recognition in speech signal feature extraction and selection in relation to the performance of speech recognition model of an important issue. Audio
Medical-biometric-calculation
- 医学生物特征计算将传统医学理论和信息处 理、数据挖掘、模式识别有机地结合起来，不仅促进了医学现代化的发展进程，而且对信息科学也提供了新的发展机遇和挑战。-Medical biometric calculation of traditional medicine theory and information processing, data mining, pattern recognition and organically combine modern medicine not only
TCS230-Color-Sensor-for-Ship
- 该系统采用三块TCS230颜色传感器，监测轮船经过后海水的颜色变化的情况，数据采用就地处理，并运用改进型BP神经网络算法进行污染模式训练和模式识别。通过nRF401无线数字收发器，把污染识别的结果发送回监 视器，再通过字符和语音对识别结果进行报告。把轮船污染数据采集器安装在轮船尾部两侧进行实时监测，结果表明，监测速快，精确度高。-The system uses three TCS230 color sensor to monitor the ship through the water
xiaobozengqiang
- 弱信号增强处理是探地雷达数据处理中的一个重要环节，而且是探地雷达数据处理难以解决的问题。弱信号在两 方面使其不易于直接从探测剖面上识别出来：一是本身信号强度小且受到随机噪声的干扰；二是存在浅部强信号的明显反 差，视图上难以识别。本文根据小波变换的特征提出一种信号增强方法，即多尺度小波变换信号增强法。-Ground-penetrating radar based on wavelet transform weak signal enhancement
Modeling-in-Starcraft-II
- 一篇人工智能领域的论文，作者利用weka环境选择合适的分类器对星际争霸2的录像数据进行玩家行为建模，旨在提高AI对玩家水平的判断。文章难度不高，对于初学人工智能和模式识别的很有启发性。-An artificial intelligence paper, the authors use weka environment select the appropriate classification for StarCraft 2‘s video player behavior data modelin
Intelligent-Prediction
- 质量非常好的一篇博士论文。冲击破坏过程十分复杂，很难建立精确的数学模型，但目前具有冲击危险性的矿井都采取了多种监测措施，可以获得大量冲击地压监测数据。本论文以获取的冲击地压监测历史时间序列数据为基础，在相空间重构出的动力学空间中分析其混沌特性，基于混沌预测理论，采用智能算法对多个冲击地压监测变量进行预测研究，并采用集成分类方法对冲击危险性进行识别预测研究。-Quality is very good a doctoral dissertation. The impact of the destru
RFID
- RFID(无线射频识别)技术也被称为电子标签技术，它通过无线射频信号实现非接触方式下的双向通信，完成对目标对象的自动识别和数据的读写操作。 RFID技术具有无接触、精度高、抗干扰、速度快以及适应环境能力强等显著优点，可广泛应用于诸如物流管理、交通运输、医疗卫生、商品防伪、资产管理以及国防军事等领域，被公认为二十一世纪十大重要技术之一。 -RFID (Radio Frequency Identification) technique is also known as RFID tec
Allan-variance-analysis-
- 分析了 MEMS 惯性器件具有的典型误差项, 介绍了 Allan 方差分析方法的原理和实 现方法, 利用该方法可以对MEMS惯性器件的各个误差项进行辨识. 通过对一种商用级MEMS陀螺仪和加速 度长时间实测得到的数据进行处理和分析, 验证了Allan方差分析方法应用于误差项辨识的可行性, 并给出了 该 MEMS 惯性器件的各个误差项识别结果. 使用 Allan 方差方法得到的误差项系数可以直接应用于惯性器件 误差建模, 对于 GNSS/INS 组合导航系统的实现和改进有重要意义-