排序方式: 共有47条查询结果,搜索用时 15 毫秒
1.
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对人脸图像进行预分类,得到不同性别的两类人脸图像;然后分别针对其中某一类人脸图像进行K-I。变换以提取有效特征,再使用SVM进行细分,得到最终的识别结果.应用该组合分类器方法在本文整合得到的人脸样本库上进行测试,结果显示该方法不但可以有效地提高识别速度,而且还可以在一定程度上提高识别率,因此方法是有成效和有价值的. 相似文献
2.
3.
4.
鉴于支持向量机(SVM)在小样本、高维模式分类中具有的优良分类性能,可以基于多分类支持向量机来检测带铜表面的缺陷。本文构造了一类有向无环图支持向量机(DAGSVM),利用交叉验证进行了参数和模型的选取,对冷轧带钢中几种现场易出现的缺陷进行分类,并与BP神经网络进行比较分析。实验结果表明,这类基于SVM的算法识别效率较高,较好地解决了小样本学习问题,避免了BP神经网络出现的过学习、收敛速度慢、泛化能力弱等缺点,可有效地应用于带铜表面缺陷检测。 相似文献
5.
文本分类是信息检索和文本挖掘的关键技术之一。提出了一种基于支持向量数据描述(SVDD)的多类文本分类算法,用支持向量描述训练求得包围各类样本的最小超球体,并使得分类间隔最大化,在测试阶段,引入基于核空间k-近邻平均距离的判别准则,判断样本所属类别。实验结果表明,该方法具有很好的泛化能力和很好的时间性能。 相似文献
6.
7.
研究了宽带高分辨雷达目标识别问题,基于目标一维距离像,提取目标散射中心特征,并根据该特征设计了简单目标的目标分类器,利用暗室测量得到的缩比模型高分辨回波数据进行识别,结果表明该识别方法具有良好的识别性能。 相似文献
8.
朴素贝叶斯分类器是一种简单而高效的分类器,但是它的属性独立性假设使其无法表示现实世界属性之间的依赖关系,以及它的被动学习策略,影响了它的分类性能。本文从不同的角度出发,讨论并分析了三种改进朴素贝叶斯分类性能的方法,为进一步的研究打下坚实的基础。 相似文献
9.
10.
混淆矩阵作为分类器的评价工具在评估一个分类模型分类效果优劣方面起着举足轻重的作用.在逻辑回归中,混淆矩阵随着目标类别预测概率切割点的变化而变化.本文从由逻辑回归产生的混淆矩阵入手进行分析,借助Precision、Recall和F1-Score等分类器的性能评价指标,研究概率切割点对决策功效的影响.结果表明,由于不同概率切割点会影响分类器的评价指标,因此要根据不同业务背景下的业务需求,选择适当的概率切割点进行决策判断,充分发挥分类器的分类效能. 相似文献