基于KNN的图像自动分类模型研究

所谓图像自动分类是指利用图像自动分类器把待分类的图像分配到预定义的图像类的过程。用于图像自动分类的方法有多种。其中K近邻算法是一种基于实例学习的方法,是一种较理想的自动分类器。本文在它的基础上提出了图像自动分类模型,整个图像自动分类过程包括图像预处理、特征表示、机器学习和图像分类4个步骤。表1。图1。参考文献13。     

A Comparison of Text-Based Methods for Detecting Duplication in Scanned Document Databases

This paper presents an experimental evaluation of several text-based methods for detecting duplication in scanned document databases using uncorrected OCR output. This task is made challenging both by the wide range of degradations printed documents can suffer, and by conflicting interpretations of what it means to be a duplicate. We report results for four sets of experiments exploring various aspects of the problem space. While the techniques studied are generally robust in the face of most types of OCR errors, there are nonetheless important differences which we identify and discuss in detail.     

谈谈"问题解决"在教学中的应用

在课堂教学中灵活运用“问题解决”教学法能较好地培养学生发现问题、解决问题的能力。     

具有Z_8-等变性质的平面七次哈密顿向量场的一般形式及其相图（英文）

本文给出了具有Z8-等变性质的七次平面哈密顿向量场的一般形式,并给出了部分相图。     

矩阵在求通项上的应用

利用矩阵的理论解决了求线性齐次递归关系的问题，同时对线性递归关系非齐次作了探讨。     

白光散斑相关法的统计分析研究

白光数字散斑相关方法是现代数字图像处理技术与光学测量相结合的产物。这一方法彻底摆脱了特定测量环境的要求,避开了由条纹图作为信息载体而直接从物体表面微观结构及表面散斑场这些信息载体中提取变形信息,具有较大的优越性。应用白光数字散斑相关方法对描述试件进行了实验测试,得到了令人满意的结果。     

通量和环量概念的前瞻与俯视

描写电磁场性质的通量和环量概念，因无熟悉的事物可借鉴和类比，故“理解不能到位”的焦虑感常常困扰着学生。实践证明，在“电磁学”课程的绪论中，勿惜时间，将两概念大胆地进行前瞻与俯视，教学效果会有极大改观。     

基于数据挖掘方法的皮肤病诊断建模

临床特征和组织病理学特征在皮肤科疾病分类问题中起着非常关键的作用。本文的主要目的是使用这些特征建立皮肤科疾病分类模型。本文首先使用最大相关最小冗余方法选择相关特征,然后使用支持向量机构造分类模型。文中所使用的数据集包含358皮肤病患者病例样本和35属性。通过实验比较使用特征选择方法前后的模型分类精度可知,使用特征选择方法能明显提升模型分类性能。同时,本文通过实验研究对不同年龄段的皮肤科疾病患者分类的差异性,并选择出了对于35岁以下皮肤科疾病患者分类重要的13个特征以及35岁以上患者分类重要的9个特征。     

基于SOR-LS-SVM的公路旅游客流量组合预测模型

基于指数平滑、多元线性回归、灰色系统等目前常见的预测方法建立超松弛改进的最小二乘支持向量机算法的公路旅游客流量组合预测模型。通过实例验证和比较,展示了基于超松弛最小二乘支持向量机算法的公路交通旅游客流量组合预测模型具有较好的预测效果和较高的应用价值。     

基于多因素方差分析的文本向量特征挖掘算法

文本向量特征挖掘应用于信息资源组织和管理领域,在大数据挖掘领域具有较大应用价值,传统算法精度不好。提出一种基于多因素方差分析的文本向量特征挖掘算法。使用多因素方差分析方法得到多种语料库的特征挖掘规律,结合蚁群算法,根据蚁群适应度概率正则训练迁移法则,得到种群进化最近时刻获得的数据集有效特征概率最大值,基于最优划分的K-means初始聚类中心选取算法,先对数据样本进行划分,然后根据样本分布特点来确定初始聚类中心,提高文本特征挖掘性能。仿真结果表明,该算法提高了文本向量特征的聚类效果,进而提高了特征挖掘性能,具有较高的数据特征召回率和检测率,时间耗时较少,在数据挖掘等领域应用价值较大。