- 結構化類元
- structure: n. 1.構造，結構；組織；石理，石紋。 2.建造物。 ...
- classifier: n. 1.分類者。 2.【礦物】分級機。 3.【化學】 ...
- classifier: n. 1.分類者。 2.【礦物】分級機。 3.【化學】分粒器。 4.(漢語等中的)量詞。
- structured: 有結構的; 組織
- adaptive classifier: 自適應分類器
下載手機詞典可隨時隨地查詞查翻譯
structured classifier中文什么意思
- 結構化類元
下載手機詞典可隨時隨地查詞查翻譯
例句與用法
- Ear recognition based on compound structure classifier
基于主元分析與支持向量機的人臉識別方法 - Based on the research of ear recognition with independent component analysis ( ica ) , a new compound structure classifier ( cscer ) ear recognition model was proposed
摘要在基于獨立分量分析的人耳識別方法研究基礎上，提出復合結構分類器的人耳識別通用模型。 - This is the result of the reasons are : representative estimates of the number of structure classifiers the match capacity constraints and representative estimates of the number of structure is the indicator of grammar significance
造成這一情況的原因是：表約量的數(shù)量結構中量詞本身的搭配能力限制以及表約量的數(shù)量結構自身具有的特指的語法意義。 - ( 2 ) the influence to classification result is highly effected by using different classifier , for example , the center - vector algorithm obtains better classification results than other two algorithms . with the character feature , the average recall is 80 . 73 % , and the average precision is 82 . 94 % , and with the chinese - word feature , the average recall is 83 . 6 % , and the average precision is 85 . 97 % . different corpuses influence the classification result . for example , the average recall is 89 . 31 % and the average precision is 88 . 33 % , by using the news web pages as corpus from the web site " www . sina . com . cn " , which adopt the center - vector algorithm to structure classifier and select chinese - word as feature
對三種分類器分別以字、詞為特征進行分類測試、分析發(fā)現(xiàn)：使用相同的分類算法，用詞作為特征項，比以字作為特征的分類效果好；用不同的算法構造分類器對分類效果的影響很大，如中心向量算法在字、詞特征下的分類效果優(yōu)于其他兩算法；在以字為特征的情況下，該算法的平均查全率80 . 73 ，平均查準率82 . 94 ；在以詞為特征的情況下，該算法的平均查全率83 . 6 ，平均查準率85 . 97 ；選用語料不同對分類效果也有影響，如用新浪網(wǎng)( www . sina . com . cn )網(wǎng)頁語料進行測試，使用中心向量法分類器和詞作為特征的情況下，平均準確率為89 . 31 ，平均查全率為88 . 33 。 - My main work is as following : 1 ) applying feature mapping , sub - band structure classifier and multi - classifier cooperation to enhance the robust of system ; 2 ) giving out close - set fusion and open - set fusion functions to solve the problems of speaker identification and verification respectively ; 3 ) building the dynamic recognition length algorithm based on optimal stopping rules ; 4 ) developing a applied system based on the techniques above
主要工作是： 1 、提出參數(shù)映射、子帶結構分類器和多分類器系統(tǒng)以提高系統(tǒng)的魯棒性能； 2 、給出證據(jù)融合的閉集公式和開集公式，它們分別適用說話人辨認和確認問題的； 3 、通過最優(yōu)停止理論建立識別長度自適應算法； 4 、開發(fā)了一個實用的說話人識別系統(tǒng)。