工学 >>> 计算机科学技术 >>> 人工智能 >>> 人工智能理论 自然语言处理 机器翻译 模式识别 计算机感知 计算神经网络 知识工程 人工智能其他学科
搜索结果: 1-5 共查到人工智能 投票相关记录5条 . 查询时间(0.074 秒)
传统的支持向量机是基于两类问题提出的,如何将其有效地推广至多类分类仍是一个研究的热点问题。在分析比较现有支持向量机多类分类OVO方法存在的问题及缺点的基础上,该文提出一种新的基于概率投票策略的多类分类方法。在该策略中,充分考虑了OVO方法中各个两类支持向量机分类器的差异,并将该差异反映到投票分值上。所提多类支持向量机方法不仅具有较好的分类性能,而且有效解决了传统投票策略中存在的拒分区域问题。将基于...
最小错误率训练是统计机器翻译中标准的调参方法,但由于搜索过程中的贪婪特性,往往会导致结果不稳定或陷入局部最优。本文提出投票平均方法来增强标准调参方法——通过翻译验证集,对训练过程的中间结果进行投票平均,从而获得更稳定和准确的参数。在新闻和口语两个领域上的中文到英文翻译的实验表明,本方法是有效的。
机器学习算法在目前垃圾邮件过滤中扮演着重要的角色,但单一学习算法往往有各自的缺陷,限制了其在邮件过滤中的进一步应用。该文介绍了几种典型机器学习算法,并构造了一种基于多机器学习算法的投票式过滤模型。实验表明,该方法充分利用了各机器学习算法的优势,弥补了各自的不足,达到了比单一学习算法更好的过滤性能。
提出了一种个性化元搜索系统模型,详细描述了它的实现算法。该模型可以提高搜索系统的搜索覆盖率,同时在模型中整合了用户的兴趣,可以使搜索更贴近用户的搜索意图,从而提高搜索系统的准确率。
可信度投票法不仅使用了基分类器输出的类别,还使用了输出的可信度.推导了该方法训练错误率的界以及期望错误率的界.发现为了最小化期望错误率的界,应该使用错误独立的基分类器,如果基分类器的错误率不是很高,这个界以指数级速度随着基分类器错误率的降低而降低,而且这个界随着投票次数的增加也会下降.在最小化训练错误率的界的意义下,得到了一种权值分配方法.把这个方法应用于一种Bagging算法:AB,得到了综合分...

中国研究生教育排行榜-

正在加载...

中国学术期刊排行榜-

正在加载...

世界大学科研机构排行榜-

正在加载...

中国大学排行榜-

正在加载...

人 物-

正在加载...

课 件-

正在加载...

视听资料-

正在加载...

研招资料 -

正在加载...

知识要闻-

正在加载...

国际动态-

正在加载...

会议中心-

正在加载...

学术指南-

正在加载...

学术站点-

正在加载...