近邻分类器相关论文
歌曲情感识别是多媒体内容分析以及人机交互的重要组成部分.本文提出一种以歌曲声音强度与节奏速度作为影响因素的螺旋情感模型,采......
最近邻分类是用于模式识别的最简单而且最重要的分类方法之一,K近邻分类器已经广泛应用于模式识别和机器学习中。我们提出了一种基......
本文将遗传-模糊聚类分析的方法应用于说话人识别中,提出了一种新的说话人识别方法.该方法利用了遗传算法的全局收敛性及模糊C-均......
移动互联网的发展，网络流量急剧增加，给网络流量的管理和安全带来了新的挑战。当前的应用变得越来越复杂，应用的功能越来越丰富，使......
针对传统K近邻分类器在大规模数据集中存在时间和空间复杂度过高的问题,可采取原型选择的方法进行处理,即从原始数据集中挑选出代......
当前大多数图像集合分类方法对图像集合进行表示时往往做出部分先验假设,然而在许多实际应用中,这些假设可能无法成立,尤其是当集......
在实际应用中,一般的近邻分类器由于模式处理量过大,且难以在线和快速获得最佳近邻数等原因,而受到了限制.本文运用Monte Carlo方......
贝叶斯分类器、最小距离分类器、近邻分类器和BP网络等是比较常用的分类器，为提高这些分类器的性能，引入了Box—Cox变换的思想。将Bo......
提出了一种有效的k近邻分类文本分类算法，即SPSOKNN算法，该算法利用粒子群优化方法的随机搜索能力在训练集中随机搜索．在搜索k近邻的......
针对转子高维故障特征识别精度低的问题,提出基于集成经验模态分解(EEMD)能量矩和邻域保持嵌入(NPE)算法相结合的转子故障分类方法......
