相关文档

• 基于支持向量机和多变量分析的高光谱遥感数据分类.pdf

  2009年　第11期 　　　　谭

• 基于支持向量机的多故障分类器及应用.pdf

  第23 卷 　第5 期 　　　　

• 基于纹理和光谱信息的高分辨率遥感影像分类.pdf

  16

• 基于支持向量机和多层感知器的多病类诊断基因选择方法.pdf

  万方数据

• 基于支持向量机的神经元形态分类.doc

  全国第七届研究生数学建模竞赛题 目 基于支持向量机的神经元形态分类摘 要：本文针对神经元的空间几何形态特征分类问题以及神经元的生长预测问题进行了探讨结合神经元的形态数据建立了三个模型在较合理的假设下对各个模型进行求解得到了较理想的结果针对问题一分析了神经元的几何特征使用L-Measure软件并结合Matlab计算出了神经元的几何形态特征得到了具有20个特征的神经元数据样本最后采用

• 遗传算法优化的支持向量机湿地遥感分类x02014x02014....ppt

  遗传算法优化的支持向量机湿地遥感分类x02014x02014以洪河国家级自然保护区为例臧淑英 张策 张丽娟 张玉红哈尔滨师范大学地理科学学院 黑龙江 哈尔滨 150025图2 洪河自然保护区湿地遥感分类结果Scientia Geographica Sinica201232(4):

• 遗传算法优化的支持向量机湿地遥感分类x02014x02014....ppt

  遗传算法优化的支持向量机湿地遥感分类x02014x02014以洪河国家级自然保护区为例臧淑英 张策 张丽娟 张玉红哈尔滨师范大学地理科学学院 黑龙江 哈尔滨 150025图1 洪河国家级保护区地理位置Scientia Geographica Sinica201232(4):

• 基于多支持向量机的中文文本分类算法研究格.doc

  基于多支持向量机的中文文本分类算法研究格张胜利(五邑大学 计算机学院广东 江门 529020]支持向量机是数据挖掘的新方法由于其优秀的学习能力而得到了广泛的应用但是传统的支持向量机算法在处理大规模问题时存在训练时间过长和内存空间需求过大的问题而应用多个支持向量机构成多分类器系统进行并行学习是目前解决文本分类中大规模数据处理问题的一种有效方法本文在分析传统并行算法的基础上提出了一种改进的基于多支持向

• 多分类支持向量机论文：支持向量机在脑部MRI图像微小多目标分割的应用.doc

  多分类支持向量机论文：支持向量机在脑部MRI图像微小多目标分割的应用【中文摘要】在大脑磁共振成像(Magnetic Resonance Imaging MRI)图像中脑组织的轮廓非常复杂和不规则且样本数目有限不适合使用传统的基于经验风险最小化的分割方法而支持向量机(Support Vector Machines SVM)是基于统计学习理论发展起来的一种有监督的分类方法它根据结构风险最小化原则在解决

• 基于蚁群智能和支持向量机的图像分割方法.pdf

  408 2009,30(2)