暂无评论
基于SVM技术的手写数字识别
论文参考资料我们提出了一种基于支持向量机（SVM）的新方法来识别步态。该方法在处理步态识别问题时表现出了很高的准确性和效率。我们的研究结果显示，这种方法在处理不同环境和条件下的步态数据时都能取得令人
光纤振动信号的信息提取与识别方法逐渐成为研究热点。对挖掘机挖掘、人工挖掘、汽车行走、人员行走和噪声这五种光纤振动信号的短时过零率和能量特征进行可视化分析，提出一种实验样本的选取方法；采用二分类任务决策
采用最小二乘双支持向量机(LSTSVM)进行情感识别,针对LSTSVM模型的惩罚系数及核函数参数难以确定的问题,使用改进的萤火虫算法(MFA)来优选LSTSVM的各项参数,使分类器取得最优的性能。基于
现有的调制识别算法多应用到信号的瞬时频率和瞬时相位信息,而瞬时频率和瞬时相位的提取需要载频、码 元速率等先验信息,载频的偏差限制了其识别性能的进一步提高。基于此,提出了一种仅依靠信号瞬时幅度信息进 行
基于修正萤火虫算法的多模函数优化，张玉丽，马小平，萤火虫算法(GSO)是一种计算多模函数优化问题的新型算法，该算法和蚁群优化、粒子群优化一样，都是一种群智能算法。针对GSO算法在优�
信号调幅调制原理论文，详细解释AM，DSB，SSB调制原理调制是将要传送的信息装载到某一高频 (载波 )信号上去的过程。幅度调制是用调制信号去控制载波的 振幅 ,使其随调制信号线性变化 ,而保持载波的
基于遗传算法的树形层次SVM多类分类器，袁异，朱宁波，支持向量机（SVM）是解决小样本学习问题的有力工具，但是由于支持向量机算法实现复杂、多类分类存在困难，严重限制了支持向量机在
收集了关于svm实现多类分类问题的文章，中文英文都有。有做这方面研究的可以下下来看看
信号调制方式自动识别是非协作通信和软件无线电通信的一项关键技 术，随着现代信号处理技术和通信技术的飞速发展，通信信号体制和调制方式日趋复杂多样，在复杂通信环境和严重噪声干扰条件下，信号调制方式识别面临
暂无评论