1)base classifiers基分类器
1.Research on construction of base classifiers based on discretization method for ensemble learning;集成学习中基于离散化方法的基分类器构造研究
英文短句/例句
1.Selection of Base Classifiers in Combination of Multiple Classifiers多分类器组合中的基分类器选取方法
2.The Boosting-based BAN Combination Classifier基于Boosting的BAN组合分类器
3.Video genre categorization using SVM classifiers with active learning基于主动学习SVM分类器的视频分类
4.Combining SOFM and Expert Classifier for Land Types Classification of Remotely Sensed Data;基于SOFM和专家分类器的土地类型遥感分类研究
5.Two Stages Multi-label SVM Classifier Based on K-means基于K-means的二阶段多类SVM分类器
6.Ncut-Based Segmentation and SVM Classifier for Medical Image Classification基于Ncut分割和SVM分类器的医学图像分类算法
7.Text Classifications Using Transductive Confidence Machine for K Nearest Neighbors;基于可信最邻近分类器的文本分类的研究
8.Research of product failure rate based on Bayesian network classifiers基于贝叶斯网络分类器的产品故障率分类研究
9.Preschool Integrated Education Resources Classification Based on Rule and Rocchio Classifier基于规则和Rocchio分类器的学前综合教育资源分类
10.A multiobject and it's attached classifierrole should be based on the same classifier.多对象及其附加的分类器角色应基于同一分类器。
11.Design of Classification Based on SOM Neural Network and K-means Cluster;基于SOM神经网络和K-均值聚类的分类器设计
12.A MULTI-CLASS CLASSIFIER BASED ON SVM DECISION TREE一种基于支持向量机决策树多类分类器
13.Research of medical image classify based on weighted complex network cluster基于加权复杂网络聚类的医学图像分类器研究
14.Study of ensemble method of classifiers for neural networks based on k-means clustering基于k-means聚类的神经网络分类器集成方法研究
15.Face Detection Based-on Gabor Filter and One-class Classification基于Gabor滤波特征和一类分类器的人脸检测
16.A Method for Reducing the Amount of Training Samples in KNN Text Classification Based on Clustering and Density基于聚类和密度的KNN分类器训练样本约减方法
17.Relational classifier based on optimal supervised cluster centers一种基于最优监督型聚类中心的关系分类器
18.Design of RBF Network Based on Fuzzy C-means Clustering基于模糊聚类的RBF分类器的设计与实现
相关短句/例句
Selection of Classifier基分类器选取
3)two-gene classifier双基因分类器
1.According to a two-gene classifier constructed by the two genes,the 62 samples were distinguished with the accuracy of 93.针对结肠癌标志基因选择问题,引入一种最高得分对(TSP)方法,处理一组包含40个肿瘤和22个正常样本的结肠癌微阵列数据,得到标志基因对(VIP,DARS)并构建双基因分类器。
4)classifiers selection基分类器选择
5)radial basis function classifier径向基神经网络分类器
6)multi-class classifier多类分类器
延伸阅读
茶叶的分类——按茶树品种不同来分类茶叶的分类——按茶树品种不同来分类 因为中国地大物博，茶树品种种类繁多。这里选择我国台湾省常见品种介绍：青心乌龙（软枝乌龙、小叶乌龙）、台茶27号（金萱）、台茶29号（翠玉）、铁观音、水仙、四季春等品种，在这里仅以台湾的茶树品种来分类。又因茶树为杂交之灌木植物，故其变化也很大。 青心乌龙：属于小叶种，适合制造部分发酵的晚生种，由于本品种是一个极有历史并且被广泛种植的品种，因此有〔青心乌龙〕，〔种仔〕，〔种茶〕，〔软枝乌龙〕等别名。树型稍小，属于开张型，枝叶较密生，幼芽成紫色，叶片狭长椭圆形，叶肉稍厚柔软富弹性，叶色浓绿富光泽。本品种所制成的包种茶不但品质优良，且广受消费者喜好，故成为本省栽植面积最广的品种，可惜树势较弱，易患枯枝病且产量低。 青心：属于小叶种，适制性极广的中生种茶树，常用的别名有〔青心〕。树型中等属于稍横张型，幼芽肥大而密生洱毛，呈紫红色，叶片为狭长略成披针型到长椭圆形，以正中央部位最阔，叶缘锯齿较锐利，叶色呈暗绿色，叶肉稍厚带硬。本品种因树势强，产量高且适制性广，因此种植面积经常居全省第一，其中以制造乌龙及俗称口风茶的台湾乌龙茶品质最高。但近年来的种植面积则居第二，主要分布于桃园，新竹，苗栗三县。 台茶十二号：别名金萱，系统代号-2027，经过四十三年的选育后，才在民国七十年命名的新品种，由于所制造的包种茶具有独特的香味，因此广受消费者的喜好，加上其中早生，强健，高产且适合机采的特性，因此种植面积在稳定的增加中。台茶十二号树型较大，属于稍具直立性的横张型，芽密度高，幼芽大，绿中带紫，洱毛密度略少于青心乌龙，但制造时较不易脱落，故成茶上可看到明显的洱毛。叶片大型呈椭圆型，叶缘锯齿较疏，叶肉稍厚，浓绿且富光泽。由于树势强健，环境适应力强，高产，品质佳且广受消费者欢迎，因此全省各茶区均有种植。 台茶十三号：别名翠玉，系统代号-2029，与台茶十二号同一时期选育所得。属于中早生适制包种茶的新品种，树型较大，芽色较紫，洱毛密度略低，叶片则较狭长，略大且厚，叶片两侧较上卷，叶缘锯齿较大且粗钝，叶色较绿且更具光泽。本品种较疏且不易机采，加上产量略低于台茶十二号，故初期种植不多，但由于滋味奇佳，并具强烈花香，因此日渐受到欢迎。 硬枝红心：别名大广红心，是从福建引进的本省四大名种之一。属于早生种适合制造包种茶之品种，树型大且直立，枝叶稍疏，幼芽肥大且密生洱毛，呈紫红色，叶片形状与台茶十二号及台茶十三号接近，但锯齿较锐利，树势强健，产量中等。本品种大部分分布在台北县淡水茶区，目前以石门乡居多，所制成的条型或半球型包种茶，具有特殊香味，但因成茶色泽较差而售价较低，制造铁观音茶泽外观优异且滋味良好，品质与市场需求有直追铁观音种茶树所制造产品的趋势。 大叶乌龙：本省四大名种之一。属于早生种，适合制造绿茶及包种茶品种，树型高大直立枝叶较疏，芽肥大洱毛多呈淡红色，叶片大型且呈椭圆形，叶色暗绿，叶肉厚树势强，但收成量中等。本品种目前则零星散布于台北县汐止，深坑，石门等地区，面积逐年减少中。 铁观音：属于小叶种，晚生种适制铁观音茶，树型大枝条粗，但枝叶及芽密度很疏，幼芽稍带红色，叶型长椭圆至狭长型，平铺，叶缘起伏大，呈波浪状，锯齿大但不锐利，叶肉极厚且富有光泽，树势较弱且收成量少，本品种目前仅栽培于台北市文山区的木栅地区，是最佳的铁观音茶种。 四季春：是由木栅地区茶农选出之茶种，属小叶型，极早生之包种茶品种，树型中大型且开张，枝叶及芽密生，幼芽呈淡红色，叶型较近纺锤型，两端较尖锐，叶色淡绿，具细且锐之锯齿，叶肉厚且具光泽，树势强，采摘期极长且收成量高。
