导读:本文包含了分类器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,放射科,朴素,卷积,图像,电信号,动态。
分类器论文文献综述
王辉,李玉亮,王莉[1]（2019）在《完全贝叶斯分类器在经济数据分类中的应用》一文中研究指出针对贝叶斯分类器分类强关联属性导致分类准确率下降的问题,提一种完全贝叶斯分类器合理利用属性间的依赖关系优化贝叶斯分类器,对参数进行动态调整组合,同时合理剔除无关属性.采用国内外知名数据库提供的数据,通过与其他分类器的对比实验,证明了完全贝叶斯分类器在宏观与微观经济数据分类中都获得了较好的分类效果.(本文来源于《东北师大学报(自然科学版)》期刊2019年04期）
方秋莲,王培锦,隋阳,郑涵颖,吕春玥[2]（2019）在《朴素Bayes分类器文本特征向量的参数优化》一文中研究指出采用朴素Bayes算法建立中文文本自动分类器,并研究相关参数的选择问题,以实现中文文本的高效分类.首先在模型训练阶段,采用N-gram模型处理训练数据集提取特征向量;然后使用朴素Bayes算法建立文本分类器;最后在模型测试阶段,为提高分类准确率,使用词频-反文档频率算法对测试样本进行特征向量提取.实例分析结果表明,在提取训练集特征向量时,2-gram模型和4-gram模型的特征提取效果最佳;在选取特征向量长度时,长度为25 000的特征向量可使分类准确率出现最大增幅并保证较高准确率;在确定特征项词性方面,同时选取动词和名词可使分类器准确率达到最高,仅选取动词时准确率最低.(本文来源于《吉林大学学报(理学版)》期刊2019年06期）
黄旻浩[3]（2019）在《基于线性分类器的手写数字识别》一文中研究指出线性分类器作为理解最简单表现最直观的算法之一,在众多更新更复杂的算法的涌现之后,依然在模式识别的应用中有一席之地,有被学习的必要。本文首先建立了一个完整的线性分类器进行手写数字识别,使用MATLAB的研究环境和MNIST的手写数据库样本。首先对于待识别的样本进行预处理,建立线性分类器,使用样本集进行训练并分类,再使用测试集得到其分类效果的数据。为了不同模式识别样本的性能,本文选取了K均值聚类,BP神经网络和SVM算法,分别建立了分类器后,使用相同的样本集进行训练并测试其性能,从识别速度和准确性进行比较。最后本文对不同算法的测试效果进行比较,总结,分析各个识别算法的优劣。建立用户界面直观反映各个分类器的优劣和使用效果。(本文来源于《科学技术创新》期刊2019年33期）
邱云飞,王星苹,王春艳,孟令国[4]（2019）在《应用级联多分类器的高光谱图像分类》一文中研究指出目的高光谱分类任务中,由于波段数量较多,图像中存在包含噪声以及各类地物样本分布不均匀等问题,导致分类精度与训练效率不能平衡,在小样本上分类精度低。因此,提出一种基于级联多分类器的高光谱图像分类方法。方法首先采用主成分分析方法将高度相关的高维特征合成无关的低维特征,以加快Gabor滤波器提取纹理特征的速度;然后使用Gabor滤波器提取图像在各个尺寸、方向上的纹理信息,每一个滤波器会生成一张特征图,在特征图中以待分类样本为中心取一个d×d的邻域,计算该邻域内数据的均值和方差来作为待分类样本的空间信息,再将空间信息和光谱信息融合,以降低光线与噪声的影响;最后将谱—空联合特征输入级联多分类器中,得到预测样本关于类别的概率分布的平均值。结果实验采用Indian Pines、Pavia University和Salinas 3个数据集,与经典算法如支持向量机和卷积神经网络进行比较,并利用总体分类精度、平均分类精度和Kappa系数作为评价标准进行分析。本文方法总体分类精度在3个数据集上分别达到97. 24%、99. 57%和99. 46%,相对于基于径向基神经网络(RBF)核函数的支持向量机方法提高了13. 2%、4. 8%和5. 68%,相对于加入谱—空联合特征的RBFSVM(radial basis function-support vector machine)方法提高了2. 18%、0. 36%和0. 83%,相对于卷积神经网络方法提高了3. 27%、3. 2%和0. 3%; Kappa系数分别是0. 968 6、0. 994 3和0. 995 6,亦有提高。结论实验结果表明,本文方法应用于高光谱图像分类具有较优的分类效果,训练效率较高,无需依赖GPU,而且在小样本上也具有较高的分类精度。(本文来源于《中国图象图形学报》期刊2019年11期）
陈海洋,环晓敏,陈新展,刘喜庆[5]（2019）在《基于TAN分类器的交通灯时间智能动态估计》一文中研究指出针对目前交通灯智能化程度低,容易造成交通拥堵的问题,提出一种基于TAN分类器的交通灯时间智能动态估计方法。首先,分析影响交通灯时间的主要因素,并对采集到的数据用模糊分类函数进行离散化处理;其次,依据K2算法学习TAN分类器结构;接着,使用最大似然估计法学习TAN分类器的参数;最后,通过基于时间窗的前向后向算法在线估计出最佳交通灯时间。仿真实验结果表明:本文提出的方法能够根据实时交通路况信息动态估计出最佳交通灯时间,当路口畅通时,交通灯时间短;反之,交通灯时间长。对有效缓解交通拥堵,减少环境污染有着重要的现实意义。(本文来源于《计算机与现代化》期刊2019年11期）
顾浩,尹钟[6]（2019）在《基于脑电信号与集成分类器的心理负荷评估》一文中研究指出为了精确评估个体心理负荷状态,需要获取目标脑电信号数据,脑电信号是评估脑力负荷变化的重要指标。机器学习和神经网络越来越多地用于脑力负荷分类。利用脑电信号特征可在时域和频域中提取突出信息。因此提出一个结合支持向量机(SVM)与超限学习机(ELM)的混合型脑力负荷分类框架。其中支持向量机作为成员分类器,可在高维EEG特征中查找隐藏信息;超限学习机用于融合成员分类器的输出。将ELM-SVM模型与经典脑力负荷分类器进行比较,得出该模型训练精度准确率为1,且测试精度提升0.1个百分点。(本文来源于《软件导刊》期刊2019年11期）
张凯凯,郭松林,毕晨琳[7]（2019）在《径向基函数神经网络分类器与CNN在癌细胞图像分类中的应用》一文中研究指出本文提出一种新的用于对卷积神经网络提取的特征进行分类的分类器即径向基函数神经网络(rbfnn)分类器。其思想是利用卷积神经网络作为特征提取器,使用rbfnn对提取的特征进行分类。同时在训练时采取softmax分类器与rbfnn分类器同步训练的方式,其中rbfnn分类器将MSE(均方误差)损失作为监督信息,softmax分类器用交叉熵损失作为监督信息。优化后的模型优于[1]中的72.9%的准确率。(本文来源于《电子测试》期刊2019年22期）
T.De,Perrot,J.Hofmeister,S.Burgermeister,S.P.Martin,G.Feutry[8]（2019）在《基于低剂量CT平扫的影像组学和机器学习分类器鉴别肾结石与静脉石》一文中研究指出摘要目的低剂量CT(LDCT)对肾结石和静脉石的鉴别诊断对于急性腰痛病人治疗方案的制定具有重要意义,但LDCT鉴别两者存在一定困难。本研究旨在探讨基于LDCT(本文来源于《国际医学放射学杂志》期刊2019年06期）
M.Antonelli,E.W.Johnston,N.Dikaios,K.K.Cheung,H.S.Sidhu[9]（2019）在《机器学习分类器预测Gleason 4型前列腺癌的准确性优于有经验的放射科医生》一文中研究指出摘要目的测试基于移行带(TZ)和外周带(PZ)的影像特征机器学习分类器能否将前列腺肿瘤正确分类为有/无Gleason 4型成分,并将表现最佳的分类器与3名经过机构认(本文来源于《国际医学放射学杂志》期刊2019年06期）
A.S.Purysko,C.Magi-Galluzzi,O.Y.Mian,S.Sittenfeld,E.Davicioni[10]（2019）在《MRI表型与前列腺癌基因组分类器之间的相关性：初步研究结果》一文中研究指出摘要目的探讨PI-RADS v2所定义的前列腺癌MRI表型与基因组分类之间的相关性(用于评估早期转移风险)。方法采用单中心回顾性研究方法,在2014年4月—2017年(本文来源于《国际医学放射学杂志》期刊2019年06期）
分类器论文开题报告
（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：
采用朴素Bayes算法建立中文文本自动分类器,并研究相关参数的选择问题,以实现中文文本的高效分类.首先在模型训练阶段,采用N-gram模型处理训练数据集提取特征向量;然后使用朴素Bayes算法建立文本分类器;最后在模型测试阶段,为提高分类准确率,使用词频-反文档频率算法对测试样本进行特征向量提取.实例分析结果表明,在提取训练集特征向量时,2-gram模型和4-gram模型的特征提取效果最佳;在选取特征向量长度时,长度为25 000的特征向量可使分类准确率出现最大增幅并保证较高准确率;在确定特征项词性方面,同时选取动词和名词可使分类器准确率达到最高,仅选取动词时准确率最低.
（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。
分类器论文参考文献
[1].王辉,李玉亮,王莉.完全贝叶斯分类器在经济数据分类中的应用[J].东北师大学报(自然科学版).2019
[2].方秋莲,王培锦,隋阳,郑涵颖,吕春玥.朴素Bayes分类器文本特征向量的参数优化[J].吉林大学学报(理学版).2019
[3].黄旻浩.基于线性分类器的手写数字识别[J].科学技术创新.2019
[4].邱云飞,王星苹,王春艳,孟令国.应用级联多分类器的高光谱图像分类[J].中国图象图形学报.2019
[5].陈海洋,环晓敏,陈新展,刘喜庆.基于TAN分类器的交通灯时间智能动态估计[J].计算机与现代化.2019
[6].顾浩,尹钟.基于脑电信号与集成分类器的心理负荷评估[J].软件导刊.2019
[7].张凯凯,郭松林,毕晨琳.径向基函数神经网络分类器与CNN在癌细胞图像分类中的应用[J].电子测试.2019
[8].T.De,Perrot,J.Hofmeister,S.Burgermeister,S.P.Martin,G.Feutry.基于低剂量CT平扫的影像组学和机器学习分类器鉴别肾结石与静脉石[J].国际医学放射学杂志.2019
[9].M.Antonelli,E.W.Johnston,N.Dikaios,K.K.Cheung,H.S.Sidhu.机器学习分类器预测Gleason4型前列腺癌的准确性优于有经验的放射科医生[J].国际医学放射学杂志.2019
[10].A.S.Purysko,C.Magi-Galluzzi,O.Y.Mian,S.Sittenfeld,E.Davicioni.MRI表型与前列腺癌基因组分类器之间的相关性：初步研究结果[J].国际医学放射学杂志.2019
论文知识图
