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
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
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��
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,
提出了一种新方法,用来提取视频图像中车辆的候选区域。即将视频图像转换到HSV空间,利用H分量提取图像中红色区域位置,V分量提取图像中车底的水平边缘位置,两者结合确定图像中车辆的候选区域。然后,利用改进
