...的选择 • 非监督学习 –聚类方法 –结果的解释 (统计)模式识别系统的基本组成 • 有已知样本情况：监督模式识别(supervised PR) • 无已知样本情况：非监督模式识别(unsupervised PR) 信息获取与预处理 特征提取与选择 分类器设计(训练) 分类决策(识别) 信息...
基于14个网页-相关网页
近年来提出了许多监督和非监督模式识别技术用于磁共振图象的组织分类和定量分析。
A number of supervised and unsupervised pattern recognition techniques have been proposed in recent years for the tissue segmentation and quantitative analysis of magnetic resonance images.
聚类分析作为一种重要的非监督模式识别工具，可用于多种领域，如数据挖掘、生物学、计算机视觉、文档分析等。
As an important unsupervised pattern recognition tool clustering analysis has been used in diverse fields such as data mining, biology, computer vision, document analysis.
研究了有监督学习支持向量网络的的模式识别；
Pattern recognition of support vector network with supervising learning is studied in this paper.
应用推荐