机器学习论文

刘孟旭[1]2004年在《基于EP的多分类器表决分类算法》文中研究表明数据挖掘又称数据库中知识发现，是从大量数据中用非平凡的方法发现有用的知识。分类是数据挖掘中的一项非常重要的任务，在商业、金融、电讯、DNA分析、科学研究等诸多领域具有广泛的应用。统计学、机器学习、神经网络等领域的研究者提出了很多分...

王振华[1]2004年在《基于非线性维数约减的模式识别》文中认为通过各种捕捉设备获取的多媒体数据通常是高维的，它们不适合通常在少量特征上能够准确分类的分类器。因此需要基于维数约减的特征抽取过程来去除或弱化那些不重要的特征，而保留或加强那些对于分类有意义的特征。决定现实世界演化的背景机制通常是非线性的...

李春梅[1]2001年在《基于Internet/Intranet和Multi-Agent的企业经营战略群体决策支持系统研究》文中指出随着信息技术和通讯技术的迅速发展，动态联盟的出现，异地/异时的分布式群体决策已经成为新的趋势。作为计算机协同工作（CSCW）的一个分支，分布式群体决策过程实际上是一种群...

姚磊[1]2006年在《基于Hough变换和不变矩的图像模式识别技术研究》文中研究表明随着计算机技术的飞速发展,基于模式识别的图像处理已经成为图像识别领域重要的研究和发展方向之一。本文的研究内容是Hough变换及不变矩理论在图像模式识别中的应用。文中以模式识别为基本理论平台,以图像处理技术为基本手段...

李素敏[1]2003年在《基于可拓逻辑的神经网络控制研究》文中指出可拓学是一门新的学科，它是用形式化的工具，从定性和定量两个角度去研究解决矛盾问题的规律和方法。它的理论支柱是物元理论和可拓集合理论，其逻辑细胞则是物元。它用于研究现实中的不相容问题，有广泛的应用范围，在创造性思维、决策方法制定、人工智...

陈波[1]2003年在《中文统计自然语言处理隐马模型的研究》文中研究指明自然语言处理，相对其它领域，如编程语言，具有特殊的因难，主要表现在知识的获取与使用上。早期自然语言处理的知识几乎都是人工总结的，如机器翻译词典、各种文法等。然而，语言是社会发展的产物，不是简单的可以由"专家"...

陈阳[1]2007年在《股票预测模型研究》文中指出股票市场在我国产生以来不断地成长，逐步成为证券业乃至整个金融业必不可少的组成部分，并且受到越来越多投资者的关注，因而对股票市场走势的分析和预测都有重大的理论意义和可观的应用价值。技术分析，作为证券分析中的重要组成部分，在国外的研究已经达到了较高的水平...

王贺[1]2002年在《基于神经网络的工程图尺寸标注单元识别研究》文中提出计算机科学的迅速发展及其在工程中的广泛应用给工程图的使用与保存带来重大变革，将纸质工程图转化为计算机可编辑的电子图档成为制造工程的客观要求。国内外针对工程图纸电子化问题进行了广泛的研究，并且在光栅图矢量化问题上取得了瞩目的成果...

李丹[1]2011年在《基于JEP的癌症分类算法研究》文中提出分类是数据挖掘和机器学习领域的一个重要问题,目的是通过训练数据集构建一个分类器来预测新的实例类别。近年来,DNA微阵列的发展为很多领域提供了一种高维数据,主要应用于癌症诊断和预测。跳跃显露模式(JumpingEmergingPattern...

孙喜利[1]2016年在《高维数据的降维及聚类方法研究》文中进行了进一步梳理数据降维和聚类分析都是模式识别和数据挖掘等领域的基本学科。近年来随着互联网的发展和普及,图像、视频、文件等数据的数量和种类都在呈指数增长。由于数据量增大,数据需要提取的特征越来越多,这就导致数据的维度越来越大。由于高维数据中...

曲芸芸[1]2008年在《嵌入式系统平台设计及其在人脸识别门禁系统中的应用》文中认为随着计算机技术、通信技术的飞速发展和3C(计算机、通信、消费电子)的融合,嵌入式系统已经广泛地渗透到科学研究、工程设计、军事技术、各类产业和商业文化艺术以及人们的日常生活等方方面面中。嵌入式已经成为通信和消费类产品的...

徐嫩霞[1]2000年在《基于协同认知的智能股票预测》文中指出在金融系统的预测研究中，股票预测是一个热门的课题，也有了许多运用于股票预测的优秀算法。协同学是研究系统自组织产生空间结构、时间结构或者功能结构的跨学科领域。协同学的核心是支配原理，即一个系统只有存在支配力量，也就是所谓的序参量，他们之间的...