《複雜信息分類模式的特徵提取與分類器構造方法研究》是依託浙江大學,由陳亞秋擔任項目負責人的面上項目。
基本介紹
- 中文名:複雜信息分類模式的特徵提取與分類器構造方法研究
- 依託單位:浙江大學
- 項目負責人:陳亞秋
- 項目類別:面上項目
- 批准號:69975017
- 申請代碼:F0605
- 負責人職稱:副教授
- 研究期限:2000-01-01 至 2002-12-31
- 支持經費:12(萬元)
《複雜信息分類模式的特徵提取與分類器構造方法研究》是依託浙江大學,由陳亞秋擔任項目負責人的面上項目。
《複雜信息分類模式的特徵提取與分類器構造方法研究》是依託浙江大學,由陳亞秋擔任項目負責人的面上項目。項目摘要針對小樣本容量高特徵維數複雜分類模式中的非線性和不確定性特點,採用多變數統計分析和神經元網路方法研究特徵空間變換...
模式識別主要是對已知數據樣本的特徵發現和提取,比如人臉識別、雷達信號識別等,強調從原始信息中提取有價值的特徵,在機器學習裡面,好的特徵所帶來的貢獻有時候遠遠大於算法本身的貢獻;模式分類可以理解為對具有了給定特徵的樣本通過分類器...
Chiang等人將Fisher 判別分析與遺傳算法相結合, 用來在化工故障過程中辨識關鍵變數, 取得了不錯的效果.Guyon 等人使用支持向量機的分類性能衡量特徵的重要性程度, 並最終構造一個分類性能較高的分類器. Krzysztof提出了一種基於相互關係的...
句法模式識別系統框圖如概述圖所示,它由識別和分析兩部分組成。分析部分包括基元的選擇和句法推斷。分析部分是用一些已知結構信息的圖像作為訓練樣本,構造出一些句法規則。它類似於統計分類法中的“學習”過程。識別部分包括預處理、分割描述...
統計模式識別過程主要由4個部分組成,分別有信息獲取、預處理、特徵提取和選擇及構造分類器,構造分類器即對特徵向量進行區分的分類器的設計、巧設計好的分類器進行最終的分類決策。結構模式識別 當需要對待識別對象的各部分之間的聯繫進行...
本項目擬針對運動想像生物反饋對功能網路調控的認知問題,解決利用功能磁共振成像(fMRI)時運動想像腦功能活動信息表征提取算法和模式識別的關鍵技術問題,主要包括:發展檢測fMRI腦功能活動信息的仿射聚類算法和多體素貝葉斯支持向量機分類器模式...
《面向高維小樣本數據的集成分類方法研究》是依託西安交通大學,由張春霞擔任項目負責人的青年科學基金項目。中文摘要 獲取泛化能力強的分類器是解決模式分類問題的主要目標。但實際中的高維小樣本數據會引起Hughes 現象,導致傳統分類算法中的...
(2)研究深度學習方法理論,構建基於深度學習的字元分類器,並在此基礎上研究候選文本增強方法,為文本識別提供可靠的候選字元;(3)研究基於動態規劃的文本智慧型識別方法,利用動態規划算法,結合字元分類器與先驗知識庫的反饋信息對文本...
然後,在摘要文本和全文文本層面,套用多種文本表達特徵進行生物文本信息分類研究,集成多種不同類型的特徵,包括生物命名實體、實體關係模式、詞包法、觸發詞等,利用它們之間信息的互補性,更準確地表達文本的真實內容,從特徵向量和分類...
由於微陣列數據通常具有小樣本、大屬性集特點,致使許多機器學習與模式識別方法難以處理此類問題。本項目基於粗集理論的粗糙邊界原理及VC維理論,對超長方體概念類的樣本複雜性及分類風險等問題進行研究,給出動態構造粗糙超長方體分類器的...