导读:本文包含了分类器设计论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,向量,概率,卷积,线性规划,蜂群,信号。
分类器设计论文文献综述
马占杰,杨淑莹[1]（2019）在《基于贝叶斯和F-measure感知机的分类器设计》一文中研究指出当样本特征向量交织时,分类很容易出错。为解决这个问题,提出一种基于Bayes和F-measure的分类器算法。采用替代方法评估分类器的性能正受到关注,特别是对于不平衡的问题。该算法利用F-measure分析不平衡数据的分类准确度,将类概率密度函数引入判据,并采用梯度下降法得到准则函数。文中将所提出的方法与传统方法进行比较,实验结果表明,该方法能够有效提高识别的准确率和精确度。(本文来源于《现代电子技术》期刊2019年21期）
李隆烨[2]（2019）在《基于MATLAB的贝叶斯分类器设计》一文中研究指出随着计算机技术的进步,人们对模式识别技术的需求越来越大。模式识别理论的相关应用也越来越多,如语音识别、文字识别、人脸识别等。模式识别的主要方法有统计法、聚类法、神经网络法、人工智能法。其中最为经典的方法是统计法,贝叶斯分类由于方便实现,分类效果好,在统计法中应用最为广泛。笔者设计了4种贝叶斯分类器对手写数字字符进行识别。设计中先通过主成分分析法对样本进行预处理,然后对样本进行特征提取,得到手写数字图像;最后在MATLAB环境下编程实现四种分类器。(本文来源于《科技传播》期刊2019年20期）
寇振宇,杨绪兵,张福全,杨红鑫,许等平[3]（2018）在《L1范数最大间隔分类器设计》一文中研究指出以L1范数为例,设计了一个L1范数的大间隔分类器L1MMC(L1-norm Maximum Margin Classifier),主要特点如下:(1)间隔由L1范数的点到平面距离解析表示;(2)该分类器与SVM一样,通过最大化L1间隔,达到同时最小化经验风险和结构风险的目的;(3)只需要通过线性规划进行求解,避免了SVM的二次规划问题;(4)分类精度达到甚至超过SVM.最后,在人工数据和国际标准UCI数据集上,验证了该方法的有效性.(本文来源于《南京师大学报(自然科学版)》期刊2018年04期）
袁泽恒,袁如月[4]（2018）在《SVM分类器设计在雷达信号分选中的应用》一文中研究指出在复杂电磁环境下利用多参数对雷达辐射源信号进行分选,是提高分选准确率的有效途径之一,其中分类器作为多参数分选的关键环节,性能的优劣将对最终的分选结果产生直接影响。受试者工作特性(ROC)曲线下面积(AUC)独立于分类阈值,可以作为分类器的性能度量和优化准则,因此将AUC的优化过程与SVM分类器设计结合起来,提出一种可以应用在雷达信号分选领域的分类器设计方法,同时引入核函数提高算法的全局最优性。通过仿真实验,证明了分类器设计方法的有效性。(本文来源于《电子信息对抗技术》期刊2018年06期）
李靖超,苏科源,董春蕾,陈志敏,李庆典[5]（2018）在《改进BP神经网络的分类器设计算法》一文中研究指出BP神经网络分类器在信号识别领域得到了比较广泛的应用,针对其低信噪比环境下识别率相对较低的问题,引入人工蜂群算法(ABC),将求解BP神经网络各层权值、阈值的过程向蜜蜂寻找最优蜜源的过程转变,最后阐述了一种以人工蜂群算法为基础的神经网络分类器设计方法(ABC-BP算法),并以2ASK,2FSK,2DPSK信号为例,对信号进行小波包分解后,将信号各频段的能量值数据作为实验样本,对其进行了信号分类。仿真结果表明:基于人工蜂群算法的优化BP神经网络分类器,即使在5dB的信噪比环境下,仍可达到94%以上的识别率,并具有较好的稳定性,这为信号识别领域中分类器的设计提供了一个很好的理论依据。(本文来源于《上海电机学院学报》期刊2018年05期）
徐淑正,孙忆南,皇甫丽英,方玮骐[6]（2018）在《基于MFCC和时频图等多种特征的综合鸟声识别分类器设计》一文中研究指出基于音节长度、梅尔频率倒谱系数(MFCC),基于线性预测编码(LPC)系数的动态时间规整(DTW)模板和结合时-频纹理特征,应用于鸟声识别的多标签分类器,通过在特征提取和分类器选择上进行优化并综合不同分类器的决策结果以改善单一分类器的性能。同时,系统在消除噪声和稳定性方面也做出了提高。经最终测试,本系统在多达11类的鸟声分类中可以达到92%的准确率。(本文来源于《实验室研究与探索》期刊2018年09期）
王蓓,孙玉东,金晶,张涛,王行愚[7]（2019）在《基于D-vine Copula理论的贝叶斯分类器设计》一文中研究指出高斯判别分析、朴素贝叶斯等传统贝叶斯分类方法在构建变量的联合概率分布时,往往会对变量间的相关性进行简化处理,从而使得贝叶斯决策理论中类条件概率密度的估计与实际数据之间存在一定的偏差.对此,结合Copula函数研究特征变量之间的相关性优化问题,设计基于D-vine Copula理论的贝叶斯分类器,主要目的是为了提高类条件概率密度估计的准确性.将变量的联合概率分布分解为一系列二元Copula函数与边缘概率密度函数的乘积,采用核函数方法对边缘概率密度进行估计,通过极大似然估计对二元Copula函数的参数分别进行优化,进而得到类条件概率密度函数的形式.将基于D-vine Copula理论的贝叶斯分类器应用到生物电信号的分类问题上,并对分类效果进行分析和验证.结果表明,所提出的方法在各项分类指标上均具备良好的性能.(本文来源于《控制与决策》期刊2019年06期）
李晓光,潘克刚,齐帅,潘晨[8]（2018）在《基于GNU Radio高阶累计量的MPSK信号分类器设计》一文中研究指出提出了一种基于高阶统计信号处理的2PSK、4PSK、8PSK和16PSK等MPSK信号自动分类器。通过计算复数包络信号的八阶累积量,确定MPSK信号新定义的特征参数,而这些特征值与接收信号平均功率和相位偏差无关。此外,设计分类器来识别特定的MPSK信号。Matlab仿真验证表明,在SNR>5 d B的情况下,分类器可以实现正确的分类。为了将该分类器方法应用到工程中,设计了基于GNU Radio软件无线电平台的分类器模块,并通过收发系统验证了其可以正确地分类MPSK信号。(本文来源于《通信技术》期刊2018年08期）
常炳国,臧虹颖[9]（2018）在《基于分段降维和路径修正DTW的时序特征分类器设计》一文中研究指出针对传统的动态时间弯曲(DTW)度量方法易出现过度弯曲现象且计算复杂度高、算法效率低等问题,提出一种基于路径修正的动态时间弯曲(UDTW)度量方法。首先通过分段降维方法——分段局部最大值平滑法(PLM)有效提取序列特征信息,减少UDTW的计算代价;其次,考虑了时间序列形态特征的相似性要求,给过度弯曲路径设置动态惩罚系数,以此修正路径的弯曲程度;最后,在改进度量距离基础上,采用1-近邻分类算法对时序数据进行分类,以提高时间序列相似性度量的准确率和效率。实验结果表明,在15个UCR数据集上,UDTW度量方法与传统DTW度量方法相比具有更高的分类准确率,UDTW在其中3个数据集上能实现100%分类正确;与导数DTW(DDTW)度量方法相比,UDTW分类准确率最多提高了71.8%,而PLM-UDTW在不影响分类准确率的前提下执行时间减小了99%。(本文来源于《计算机应用》期刊2018年07期）
李索,张支勉,王海鹏[10]（2018）在《基于深度学习算法的极化合成孔径雷达通用分类器设计》一文中研究指出地物分类是PolSAR(极化合成孔径雷达)的重要应用方向。传统算法需要基于特定数据人工选取特征和设计分类器,而深度学习算法能够自行从海量数据中提取层次化特征。在深度学习算法总结的基础上,结合深度学习和PolSAR大数据,提出了一种高效率、高精度的通用分类器设计方法。使用人工标记的数据训练CNN(深度卷积网络),自动化地进行特征学习和提取,并实现高精度的地物自动分类。在具有不同分辨率的机载和星载PolSAR数据上对通用分类器进行测试,都能快速、准确地分类。研究成果可快速将PolSAR数据转译为更直观的地物分类结果,对海量数据,特别是GF-3卫星PolSAR图像的利用有一定的辅助价值。(本文来源于《上海航天》期刊2018年03期）
分类器设计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着计算机技术的进步,人们对模式识别技术的需求越来越大。模式识别理论的相关应用也越来越多,如语音识别、文字识别、人脸识别等。模式识别的主要方法有统计法、聚类法、神经网络法、人工智能法。其中最为经典的方法是统计法,贝叶斯分类由于方便实现,分类效果好,在统计法中应用最为广泛。笔者设计了4种贝叶斯分类器对手写数字字符进行识别。设计中先通过主成分分析法对样本进行预处理,然后对样本进行特征提取,得到手写数字图像;最后在MATLAB环境下编程实现四种分类器。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分类器设计论文参考文献
[1].马占杰,杨淑莹.基于贝叶斯和F-measure感知机的分类器设计[J].现代电子技术.2019
[2].李隆烨.基于MATLAB的贝叶斯分类器设计[J].科技传播.2019
[3].寇振宇,杨绪兵,张福全,杨红鑫,许等平.L1范数最大间隔分类器设计[J].南京师大学报(自然科学版).2018
[4].袁泽恒,袁如月.SVM分类器设计在雷达信号分选中的应用[J].电子信息对抗技术.2018
[5].李靖超,苏科源,董春蕾,陈志敏,李庆典.改进BP神经网络的分类器设计算法[J].上海电机学院学报.2018
[6].徐淑正,孙忆南,皇甫丽英,方玮骐.基于MFCC和时频图等多种特征的综合鸟声识别分类器设计[J].实验室研究与探索.2018
[7].王蓓,孙玉东,金晶,张涛,王行愚.基于D-vineCopula理论的贝叶斯分类器设计[J].控制与决策.2019
[8].李晓光,潘克刚,齐帅,潘晨.基于GNURadio高阶累计量的MPSK信号分类器设计[J].通信技术.2018
[9].常炳国,臧虹颖.基于分段降维和路径修正DTW的时序特征分类器设计[J].计算机应用.2018
[10].李索,张支勉,王海鹏.基于深度学习算法的极化合成孔径雷达通用分类器设计[J].上海航天.2018
论文知识图
