说明：adaboost 弱分类器构成强分类器算法，并作图，分析样本数对性能的影响

adaboost-face 分类性能 adaboost Adaboost分类 cascade-adaboo

说明：神经网络与adaboost的强分类器，利用adaboost算法提升神经网络的分类性能，十分好用的强分类器

神经网络分类 matlab-adaboost adaboost-neural adaboost-svm adaboost-bp

说明：非平衡数据集的分类问题经常出现在许多实际应用中.支持向量机在处理这一类问题时,整体分类性能比较低.为此,Veropoulos提出的采用不同惩罚系数的改进算法可以较好的解决此类问题.此外,可以利用序列最小优化算法简单快速的解决上述优化问题.

序列最小优化算法 非平衡数据集 分类

说明：TwoMethodsThe 两个方法用于绩效评价的评价可能有以下几点： a) 图像灰度分割图像由 K-均值 （K = 3） b） 图像分割通过设置两个值 forintensity 阈值。在这两个上面提到的方法，我们地面的真理是灰色的形象，我们有两种方法之一在应用之前手动分割。Implementati...

matlab 分类 分割 图像 性能 KMeans 方法 阈值 强度

说明：进行kcm和fcm聚类分割图象的性能比较

FCM聚类分割 聚类性能 fcm与kcm的原理 KCM fcm

说明：文本分类器性能评估指标

数据分析

说明：R分类器性能评价

数据分析

说明：利用自然梯度算法来对于5类信号进行盲信号分离，采用自然梯度法对混合的信号进行 分离并分析其性能，并比较不同步长对于信号分离的影响

混合信号分离 分离性能 自然梯度算法 5类 盲信号分离

说明：局域网的多点访问方式主要有固定分配，随机分配和按需分配三大类型。本篇文章主要分析随机分配方式网络的各种性能指标，包括在各种协议工作方式下的输入业务量，吞吐量，平均归一化传输时延，系统稳定性等。

固定分配 按需分配 随机分配 性能指标 业务量 吞吐量 平均归一化 传输时延 系统稳定性

说明：为了精准、稳定地提取滚动轴承故障特征，提出了基于变分模态分解和奇异值分解的特征提取方法，采用标准模糊C均值聚类(fuzzy C means clustering, FCM)进行故障识 别。对同一负荷下的已知故障信号进行变分模态分解，利用 奇异值分解技术进一步提取各模态特征，通过FCM形成标准聚类中心...

滚动轴承 分模态分解 奇异值分解 C均值聚类 FCM 分模态分解 奇异值分解