2025年6月8日
星期日
|
欢迎来到广东省立中山图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
刘君君
作品数:
2
被引量:2
H指数:1
供职机构:
厦门大学信息科学与技术学院
更多>>
发文基金:
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
环境科学与工程
更多>>
合作作者
谢杰镇
厦门大学信息科学与技术学院
王博亮
厦门大学信息科学与技术学院
江涛
厦门大学信息科学与技术学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
期刊文章
1篇
学位论文
领域
2篇
自动化与计算...
1篇
环境科学与工...
主题
2篇
支持向量
2篇
支持向量机
2篇
向量
2篇
向量机
2篇
K近邻
2篇
赤潮
2篇
赤潮生物
1篇
代表点
1篇
图像
1篇
图像识别
1篇
分类器
1篇
SVM分类
1篇
SVM分类器
1篇
K近邻分类
1篇
K近邻分类器
1篇
K近邻算法
1篇
赤潮监测
机构
2篇
厦门大学
作者
2篇
刘君君
1篇
江涛
1篇
王博亮
1篇
谢杰镇
传媒
1篇
心智与计算
年份
2篇
2009
共
2
条 记 录,以下是 1-2
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
SVM-KNN分类器在赤潮生物图像识别中的应用
被引量:1
2009年
为解决赤潮生物图像识别中随着识别种类增多,分类准确率快速下降的问题,本文对支持向量机(SVM)分类器进行改进。通过对支持向量机分类时出错样本点的分布情况的研究,发现在最优分类超平面附近容易发生错分现象。因此本文采用SVM-KNN分类器来替代支持向量机(SVM)分类器,利用K近邻分类的优点,对出现在支持向量机分类容易发生错分情况的最优分类超平面附近的样本点采用 K近邻分类。实验证明了使用SVM-KNN分类器比支持向量机(SVM)分类器有更高的分类准确率,并且性能更加稳定。
刘君君
王博亮
谢杰镇
江涛
关键词:
支持向量机
K近邻算法
赤潮生物图像分类识别技术研究
赤潮是我国近海常见的重要灾害之一,不仅造成了重大的经济损失,而且对海洋生态环境、资源和公众健康构成了严重威胁。目前只能通过监测和预报的手段来减少赤潮造成的损失,因此建立赤潮生物的有效监测方法成为摆在我们面前的亟待解决的课...
刘君君
关键词:
赤潮监测
支持向量机
K近邻分类器
SVM分类器
文献传递
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张