基于语义关联和信息增益的TFIDF改进算法研究.ppt

基于SPIHT经典编码算法，实现了图像ROI的编码压缩，并评价性能

在BVIRE算法的基础上,利用阈值与定位标签的权值因子取倒数的方法,来排除误差大的邻近参考标签。实验表明,新算法在整体定位精度上提高了18%。分析算法的环境影响因子,得出该新算法在路径损耗指数n=1.

基于TLD算法的改进，熊俊逸，张宝昌，为了克服TLD（Tacking-Learning-Detection）算法在目标局部剧烈形变、目标信息不充分导致的跟踪失效问题，本文在基于TLD算法的基础上，加入

基于区域等分的改进K-Means算法研究，肖建铃，陈国良，K-Means是对遥感图像在没有先验知识情况下进行无监督分类的重要算法之一，在遥感影像的分析中得到广泛的应用。但K-Means算法的随机性�

针对基于约束的模糊数据归类算法的不足,构建模式自学习调节模型,并提出基于约束规则的模式微调算法CIP、基于自学习的分类规则优化更新算法OCRS。新算法基于模式间相关性、距离和支持度等因素,建立模式自主

针对可快速在大型交易事务数据库中挖掘关联规则的问题，基于布尔矩阵提出一种新的挖掘算法。该算法通过仅需存储布尔位节约了内存，通过简单布尔运算提高了求解频繁项集的效率。实验证明该算法较之于Apriori算

针对肿瘤基因数据因维度高和冗余基因较多而导致分类精度低的问题,提出一种基于PCA和信息增益的肿瘤特征基因选择方法.该方法首先使用PCA算法剔除冗余基因,获得预选特征基因子集;然后利用信息增益算法对预选

通过设计基于语义相似度的关联词柔性簇模型，为概念检索提供了一种关键词语义匹配的实现方法，并且可以根据需要动态地调节匹配范围。最后给出了该簇模型在数字海洋共享平台中的示范应用。

基于K-center和信息增益的概念,将改进后的FPF(furthest-point-first)算法用于Web搜索结果聚类,提出了聚类标志方法,使得聚类呈现出的结果更易于用户理解,给出了评价聚类质量

连续属性的离散化是文本分类任务中数据预处理阶段的一项重要技术。针对机器学习领域中的诸多优秀算法只能处理离散属性的特点，提出一种基于词出现和信息增益相结合的多区间连续属性离散化方法（multi-inte