暂无评论
KNN方法存在两个不足:a)计算量巨大，它要求计算未知文本与所有训练样本间的相似度进而得到k个最近邻样本；b)当类别间有较多共性，即训练样本间有较多特征交叉现象时，KNN分类的精度将下降。针对这两个问
提出了一种在图像DCT域内的信息隐藏方法。为了在保证隐秘图像视觉质量可以接受的前提下，有效提高载体图像的信息隐藏量，首先根据HVS特征和模糊理论将载体图像的各个DCT子块分为三类，然后根据DCT子块的
如何跨越图像低层视觉特征到高层语义特征的“语义鸿沟”已成为语义图像检索问题的关键，首先将待分类图像分成五个区域；然后在提取图像底层特征的基础上，采用基于支持向量机组(SVMS)的方法建立图像低层视觉特
为克服传统支持向量机不能处理交叉数据分类问题，Mangasarian等人提出一种新的分类方法PSVM，该方法可有效解决交叉数据两分类问题，但用PSVM解决多分类问题还报道不多。为此，提出一种基于PSV
一种改进的加权质心定位算法，杨路，刘慧珍，无线传感网络定位算法中，节点在测量距离时受到外部环境干扰导致RSSI值大幅度波动，影响定位精度。通过对阴影模型的研究发现，节��
非线性降维方法是目前对降维研究有着重要影响的方法，但在降维过程中经常会遇到局部邻域信息量不足、短路和噪声干扰等问题，严重影响降维效果，很难广泛应用于真实数据的处理中。对以上问题分析发现，其主要原因在于
对具有二次积分动态的智能群体（flock/swarm），在固定通信网络取得的群集运动（flocking/swarming）进行了研究.根据传统势场法的思想给出虚拟力函数的数学化定义，提出了邻域感知算子
基于三支决策的不平衡数据过采样方法
以下附上不平衡数据学习的4篇综述论文，非常有阅读价值。针对不平衡数据集解决方法主要分为两个方面：第一种方案主要从数据的角度出发，主要方法为抽样，既然我们的样本是不平衡的，那么可以通过某种策略进行抽样，
针对彩色图像信息量大，分割效果自适应性差的问题，对图像语义区域的分割精度进行控制，提取图像的纹理特征值，再通过改进后的概率神经网络模型对测试样本做分类测试，达到提高图像语义提取和分类准确性的目的。实验
暂无评论