1) classification and recognition
分类识别
1.
Structural design of classification and recognition expert system for soil remote sensing;
土壤遥感分类识别专家系统的结构设计
2.
Feature-based fuzzy-neural network approach for target classification and recognition in remote sensing images
基于特征的模糊神经网络遥感图像目标分类识别
3.
Aiming at the existing problems in pattern recognition of surface defect images of cold strips,a classification and recognition method is proposed to solve them,based on improved support vector machine(SVM).
针对冷轧带钢表面缺陷图像模式识别中存在的问题,提出了基于改进支持向量机的冷轧带钢典型表面缺陷分类识别方法。
2) classification
[英][,klæsɪfɪ'keɪʃn] [美]['klæsəfə'keʃən]
分类识别
1.
Support Vector Machine(SVM),a kind of machine learning method,can efficiently solve the classification problem.
提出了一种用于最佳特征子集选取的特征筛选算法,且实现了特征与分类识别相关性强度的排序,并通过使用该算法对Ⅱ型糖尿病判别与风险因素筛选,求证了该方法的可靠性和可行性。
2.
Generally, gait recognition consists of three parts: processing gait sequence, feature extraction and feature classification.
步态识别主要包括步态图像预处理、步态特征提取和步态分类识别三个部分。
3.
Feature extraction and classification of under-water target are the points of the study .
研究工作的重点是水下目标信号的特征提取及分类识别，深入研究能够有效提取水下目标特征的特征提取方法及有效分类器的设计方法。
3) classification recognition
分类识别
1.
Six typical radar emitter signals are chosen to be made the experiment of Holder feature extraction and classification recognition.
文中选择了6种典型的雷达辐射源信号进行特征提取和分类识别实验。
6) identification and classification
识别分类
1.
Secondly,pivotal technologies are elaborated,according to three main steps of gait recognition,namely,pretreatment of gait sequence image,gait feature extraction and gait identification and classification.
首先,给出了步态识别的特点;其次,根据步态序列图像的预处理、特征处理和识别分类三个阶段,阐述了目前所采用的主要技术及各种技术的主要优缺点;最后,提出了步态识别的应用前景和目前存在的主要问题。
补充资料：汉字分类识别
汉字分类识别
Chinese character recognition by classification
hQnzi fsnlei ShibiG汉字分类识别(Chi~ch~ter八叉邺，itionby cl别洛ifiCation】根据某种判别准则，用统计或结构的方法，把汉字模式多维特征向量(参见汉宇识别鑫本方法)构成的特征空间划分为若干子空间的过程。 由于汉字数量巨大，汉字模式样本甚多，为提高识别速度，汉字识别通常采用两到三级分类识别方案。其中最后一级分类(通过该分类就识别出汉字)称为细分类，前面若干级分类都称为粗分类。 汉字识别分类方法的选择原则是:①分类特性好。即类内各样本距离小，类间距离大，各类重叠样本少。②分类稳定性好，抗干扰能力强。③粗分类的正确分类率和稳定性应比细分类高。④每类汉字的相关性要小，分类速度快。⑤分类特征易提取，简单，维数低。⑥粗分类要和细分类相协调。以上要求很难同时满足，分类(特别是粗分类)的稳定性和正确分类率是首先需要考虑的。 分类方法有重叠区分类、中心提取分类、判定树分类、引导树分类等。 在汉字分类时，用某种类似度(或距离)准则，把未知文字特征和字典中标准文字特征逐一比较，按相似性从大到小排序，取i位以前(包括第i位)的所有文字为一类，所得到的正确分类的文字占全部需要识别文字的百分比，称为累计分类率。第i位的累计分类率就是从第1位到第i位所得正确分类字数占全部需要识别文字的百分比。第1位的累计分类率就是识别率，第。位(n为全部需要识别文字数)累计分类率总是100%。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条