暂无评论
准确，高效的业务流识别与分类是保障多媒体通信端到端QoS（Quality of Service），执行相关网络操作的前提。如今数据规模的剧烈增加为业务流的分类提出了挑战，而特征选择能够尽可能地减少特征
传统的分类算法在处理不平衡数据分类问题时会倾向于多数类,而导致少数类的分类精度较低。针对不平衡数据的分类,首先介绍了现有不平衡数据分类的性能评价;然后介绍了现有常用的基于数据采样的方法及现有的分类方法
分析和研究了自适应降维算法在高维数据挖掘中的应用。针对已有数据挖掘算法因维灾难导致的在处理高维数据时准确率和聚类质量都较低的情况, 将二分K-均值聚类和SVM决策树算法结合在一起, 提出了一种适用于高
现有基于聚类的入侵检测算法，聚类过程中需要预设聚类数，且算法的性能受初始数据输入顺序的影响，为此提出了一种新的基于量子遗传聚类入侵检测方法。该方法的基本思想是先自动建立初始聚类簇，再用改进量子遗传算法
为提高液压泵故障诊断的准确率和速度,提出一种小波包频带能量结合信号时域统计量方差和均方根值的信号特性表示方法,以及一种用于寻找支持向量机最优惩罚因子和径向基核函数模型参数的实值编码遗传算法。实验结果表
SVM分类
论文研究-具有冲突特性的谈判与决策支持系统.pdf,
极限学习机ELM不同于传统的神经网络学习算法（如BP算法），是一种高效的单隐层前馈神经网络（SLFNs）学习算法。将极限学习机引入到中文网页分类任务中。对中文网页进行预处理，提取其特性信息，从而形成网
基于Web关键词的网页分类算法，杨振，，互联网中依据网页内容对网页进行分类，是互联网研究和管理的重要部分。能够准确而快速地划分网页的类别是十分重要的。传统的数据
为了应对低俗视频语音等多媒体信息在网络上的大量传播，提出了一种基于移位差分倒谱参数特征的低俗语音识别方法。该方法对输入的语音信号进行分帧，提取移位差分倒谱参数特征，采用了高斯混合模型进行粗分类，对粗分
暂无评论