退出
我的积分:
中文文献批量获取
外文文献批量获取
马飞; 沈小梅; 王晓丹; 曹泽阳;
空军工程大学,导弹学院,陕西,三原,713800;
河南省军区,门诊部信息科,郑州,450003;
粗糙集; 支持向量机; 目标识别;
机译:基于直觉模糊集的相似性度量扩展算法及其在雷达目标识别中的应用
机译:支持向量机(SVM)和快速无偏高效统计树(QUEST)算法在基于LiDAR数据集的红树林和农业资源映射中的应用
机译:基于SVM训练集选择的子区域基于多目标进化算法
机译:基于粗集和模糊粗糙集的应用基于基于算法的算法对不完全气象数据进行分类
机译:用于基于模型的目标识别的匹配算法和特征匹配质量度量,以及在自动目标识别中的应用。
机译:MD-SVM:一种基于SVM的新颖算法用于转录因子结合位点的基序发现
机译:图4:(a)一种保守序列,其发生在芯片-SEQ数据集中的46,264个结合位点峰值中的79倍。说明了这种保守序列的突变分布,其中'_'表示该碱度不变; del表示此基础丢失; INS X表示新的基础X插入此基础前面。 (b)列出了几种重复的元素模式。 (c)在第一栏中,示出了由MEME芯片工具(Machanick&Bailey,2011)开采的前五个DNA主题。由CFSP算法发现的相应保守序列列于第二列中。在第三列中,列出了从突变信息转换的特定位置的评分矩阵。 MEME主题与PSSM格式的相似性与PSSM格式之间的相似性通过邮票图章比较工具(Mahony&Benos,2007)计算。这些对相似性的电子值显示在第四列中。 (d)在由GKMSVM描述符聚集的每个组中选择了一个图案,下面列出了CFSP算法的相应主题。 (e)从https://www.encodeproject.org收集的,有附加数据集(文件no:cernff100grl,cenf616irl,conf8.20cer,target:srebf1)。使用MEME工具在每个文件中选择前两个图案,并且我们的算法发现的相应主题如下所示。
机译:基于模型的目标识别的匹配算法和特征匹配质量测量及其在自动目标识别中的应用
机译:3基于立体相机的基于3D位置的目标识别算法的相似度测量算法的精度增强
机译:基于区分权重训练的SVM应用SVM提高3GPP2编解码器语音/音乐分类性能的方法
机译:基于SVM的机器学习算法的学生生理健康行为预测模型
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。