搜索资源列表
speakerrecognition
- 语音识别中的两种特征提取方法lpcc和mfcc，还有一个是文本无关的识别算法dtw，另外还有一个是预处理消噪部分的。共享一下，这些都是我调试过的，好用。-Speech Recognition two feature extraction methods and mfcc lpcc. There is a text-independent recognition algorithm dtw, in addition to a pretreatment is part of the noise so
linear
- 线性判别中的感知算法对于文本的手写体数字从0到9，数字8的识别率很低。特征提取一般，不过还不错。
TextFilter
- 这是一个利用C#开发的文本过滤的算法， 主要包括特征提取，文本表示，和svm的过滤。算法中包括了简单的界面和使用说明。
一种中文文本聚类的研究.rar
- 这里设计了一个中文文本聚类模型CTCMCChinese'Pext Clustering Model)，并针对模型中涉及到的特征表示、特征提取、特征向量调整和聚类算法等问题进行了研究。
VQ.rar
- 在MATLAB环境下实现基于矢量量化的说话人识别系统。在实时录音的情况下，利用该说话人识别系统，对不同的人的1s～7s的语音进行辨识。实现与文本无关的自动说话人确认的实时识别。 使用说明： 1 训练 打开Matlab 使Current Directory为VQ所在的文件夹(比如：E:\vq) 在Command windows中输入 train( 1s\ ,7) 这是将1s中的wav文件进行特征提取并产生VQ码本， 在workspace中有个ans的文件保存为.m文件，比如7.
TermSelector.rar
- 实现文本的特征提取，并能够吧重要的特征和次要的特征区分开来。最重要的要建立好特征数据库,Text feature extraction and be able to let the important characteristics and the characteristics of secondary distinguish. The most important feature of the database to establish good
danwenben
- 英文文本处理，去掉停用词，提取词干，提取文本特征向量-English text processing, removing stop words, stem extract, extract text feature vectors
自组织神经网络在文本分类中的应用研究
- 针对信息挖掘中的文本自动分类问题 提出了一种基于自组织特征映射网络的分类方法 网络由输入层和 竞争层组成 输入层节点与竞争层节点实行全互连接 输入层完成分类样本的输入 竞争层提取输入样本所隐含的 模式特征 并对其进行自组织 在竞争层将分类结果表现出来 分无监督和有监督两个阶段完成对网络的分类训练 该方法在特征提取时充分考虑了特征项在文档中的位置信息 构造出模糊特征向量 使自动分类原则更接近手工分 类方法 以中国期刊网全文数据库部分文档数据为例验证了该方法的有效性
TextMining
- 介绍自动文本分类的一个ppt，详细的介绍了自动文本分类的特征提取，分类算法以及评估。-Introduced an automatic text classification ppt, a detailed introduction of automatic text categorization of feature extraction, classification algorithms, as well as assessment.
beyes
- 详细介绍了贝叶斯公式在自动文本分类领域的使用，并且提到了关于互信息特征提取的方法。以及其分类的例子。-Bayesian formula described in detail in the field of automatic text categorization of the use of, and reference information on each feature extraction method. As well as examples of their classificat
65520781sxthzsb
- 对文字笔画特征进行提取，可以对图像中的文本区域进行定位。-Stroke extraction of text features, you can image in the text area to locate.
Text_Feature_Extraction
- 文本特征提取方法研究。文本的表示及其特征项的选取是文本挖掘、信息检索的一个基本问题，它把从文本中抽取出的特征词进行量化来表示文本信息。-Text Feature Extraction. And characteristics of the text of that item selection is text mining, information retrieval is a basic problem, which to extract from the text to quantify t
1
- 基于WEKA平台的文本聚类研究与实现 文本聚类是文本挖掘领域的一个重要研究分支，是聚类方法在文本处理领域的应用。本文对基于空间向量模型的文本聚类过程做了较深入的讨论和总结，利用文本语料库，基于数据挖掘工具研究并实现了文本聚类的过程。本文首先给出了文本聚类的思想和过程，回顾了文本聚类领域的已有成果，列举了文本聚类领域在特征表示、特征提取等方面的基础研究工作。另外，本文回顾了现有的文本聚类算法，以及常用的文本聚类效果评价指标。在研究了已有成果的基础上，本文利用20 Newsgroup文本语料库，
TFIDFofTextfeature
- 介绍了TFIDF方法在文本特征提取中的应用，并阐述了其优缺点和改进方法-TFIDF method described in the text feature extraction application, and described its advantages and disadvantages and improvements
111
- 文本分类中特征提取方法的比较与研究,文本分类中特征提取方法的比较与研究-text classifyier
BagofWords
- 该论文在知网上付费下载，为2011年9月最新的关于Bag of Wo rds 算法的框架和基本内容，是学习bag of words算法的很好的入门参考。Bag of Words 算法是一种有效的基于语义特征提取与表达的物体识别算法, 算法充分学习文本检索算法的优点, 将图片整理为一系列视觉词汇的集合, 提取物体的语义特征, 实现感兴趣物体的有效检测与识别。-Bag of Word algo rithm is an efficient object r eco gnition alg or ith
BagofWords
- Bag of Wo rds 算法是一种有效的基于语义特征提取与表达的物体识别算法, 算法充分学习文本检索算法的优 点, 将图片整理为一系列视觉词汇的集合, 提取物体的语义特征, 实现感兴趣物体的有效检测与识别。文章主要研究了Bag of Wo rds 算法的框架和基本内容。-Bag of Wo in rds algorithm is an effective semantic features extracted and the expression of object recognit
0LSH
- 局部敏感直方图特征算法matlab实现，可以应用在可视化目标追踪文本特征提取中，代码通过测试，可以直接使用-Visual Tracking via Locality Sensitive Histograms, which can be used in Computer Vision and Pattern Recognition
finallyliuyuClassifier
- 用于文本分类，文本挖掘，文本特征提取，文本聚类，文本关联等(It is used for text classification, text mining, text feature extraction, text clustering, text association, etc.)
基于特征匹配的英文印刷字符识别
- 对英文文本进行提取和识别，用到特征匹配等算法，可以运行。(The English text is extracted and identified, and features matching algorithms can be used.)