期刊文献+
共找到9,829篇文章
< 1 2 250 >
每页显示 20 50 100
面向社会关系的移动用户好友推荐算法 预览 被引量:1
1
作者 孙克 王新华 窦羚源 《山东师范大学学报:自然科学版》 CAS 2015年第2期11-15,共5页
针对移动用户好友关系挖掘问题,利用无线网络终端传感器发现近邻节点,通过对社会关系指标进行排序预测潜在的用户好友,并按照关系紧密程度推荐给用户.这是一种隐式的挖掘方法,数据即可以在本地进行处理,也可以上传到社交网站,因此一定... 针对移动用户好友关系挖掘问题,利用无线网络终端传感器发现近邻节点,通过对社会关系指标进行排序预测潜在的用户好友,并按照关系紧密程度推荐给用户.这是一种隐式的挖掘方法,数据即可以在本地进行处理,也可以上传到社交网站,因此一定程度可以保护用户的隐私.本文最终实现根据移动传感器的数据自动生成用户的好友,并利用用户真实社交网络的数据进行效果评估. 展开更多
关键词 关系挖掘 社交网络 移动推荐
在线阅读 免费下载
基于双支持向量机的大样本分类算法 预览 被引量:1
2
作者 胡小生 《佛山科学技术学院学报:自然科学版》 CAS 2015年第4期26-30,共5页
针对支持向量机(Support;Vector;Machine,SVM)处理大规模样本分类的学习效率降低问题,提出两阶段学习的支持向量机算法.该方法首先在正负类分别进行无监督聚类,提取各个聚类质心组成约简训练集,进行初次SVM 训练;然后,根据初次训练结... 针对支持向量机(Support;Vector;Machine,SVM)处理大规模样本分类的学习效率降低问题,提出两阶段学习的支持向量机算法.该方法首先在正负类分别进行无监督聚类,提取各个聚类质心组成约简训练集,进行初次SVM 训练;然后,根据初次训练结果选取边界样本集,参与第二次SVM 训练.在UCI 数据集上的实验结果表明,所提方法在保持分类泛化性能的同时,提高了模型的训练速度. 展开更多
关键词 支持向量机 大规模分类 聚类 样本选取
在线阅读 下载PDF
基于结构域的芥子油苷合成相关蛋白质相互作用模型构建和预测 预览
3
作者 孙晓芳 刘亚秋 初砚硕 《东北林业大学学报》 CAS CSCD 北大核心 2015年第9期134-139,共6页
从蛋白质一级序列抽取蛋白质结构域信息建立结构域特征向量.使用结构域特征向量训练基于高斯径向基核的支撑向量机,用5折交叉验证对支撑向量机参数网格寻优,然后用最优化参数训练得到蛋白质相互作用预测器。结果表明:预测器的交叉验... 从蛋白质一级序列抽取蛋白质结构域信息建立结构域特征向量.使用结构域特征向量训练基于高斯径向基核的支撑向量机,用5折交叉验证对支撑向量机参数网格寻优,然后用最优化参数训练得到蛋白质相互作用预测器。结果表明:预测器的交叉验证ROC曲线下面积达到了85.49%,可以有效预测拟南芥相关的蛋白质相互作用。 展开更多
关键词 芥子油苷合成途径相关蛋白质 蛋白质相互作用 结构域-结构域相互作用
在线阅读 下载PDF
基于形式概念分析的粗糙描述逻辑研究 预览 被引量:1
4
作者 闫之焕 《计算机工程与科学》 CSCD 北大核心 2016年第5期1002-1006,共5页
以往的粗糙描述逻辑(RDL)都是基于传统的粗糙集理论。实际上,经常会出现用形式概念表示一个概念的情况,此时一个自然的问题就是如何处理可能出现的不确定概念。把形式概念分析与粗糙集理论联系起来做为基础,给出可定义概念和不可定义... 以往的粗糙描述逻辑(RDL)都是基于传统的粗糙集理论。实际上,经常会出现用形式概念表示一个概念的情况,此时一个自然的问题就是如何处理可能出现的不确定概念。把形式概念分析与粗糙集理论联系起来做为基础,给出可定义概念和不可定义概念的定义,并给出不可定义概念的上近似和下近似,这里的近似定义虽然不同于传统的粗糙近似算子形式,但是有很好的实用性。基于新的上下近似定义,把一组近似算子引入到描述逻辑的结构中,形成一种新的粗糙描述逻辑。给出了相应的语法和语义,最后还给出了扩展的Tableau算法,可以用来解决相应的推理问题。 展开更多
关键词 形式概念 上(下)近似 粗糙集 描述逻辑 TABLEAU算法
在线阅读 下载PDF
多频采样复杂动态网络的自适应状态观测器设计 预览 被引量:1
5
作者 樊春霞 杨过 +1 位作者 盛菲斐 黄晓萌 《南京邮电大学学报:自然科学版》 北大核心 2016年第3期112-120,共9页
针对输出信号经多频采样器传输到观测器端,考虑信息传输过程中会受到不确定的扰动,研究了复杂动态网络的自适应状态观测器设计问题。将多频采样过程描述为个概率已知的Bernoulli序列,采用输入时延的方法,将采样器的输出信号描述成时延... 针对输出信号经多频采样器传输到观测器端,考虑信息传输过程中会受到不确定的扰动,研究了复杂动态网络的自适应状态观测器设计问题。将多频采样过程描述为个概率已知的Bernoulli序列,采用输入时延的方法,将采样器的输出信号描述成时延信号。通过Lyapunov稳定性理论和随机分析方法,得到复杂动态网络自适应观测器的设计准则。复杂动态网络状态估计误差在零点的一个很小的邻域范围内。最后,通过一个数值仿真实例,验证了本文所提出的自适应观测器在多频采样条件下,能够很好地抑制信道扰动。 展开更多
关键词 状态观测器 复杂动态网络 自适应控制 多频采样
在线阅读 下载PDF
不完备信息条件下的并发故障诊断方法 被引量:2
6
作者 孙伟超 许爱强 李文海 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2016年第7期1449-1460,共12页
在实际的装备故障诊断过程中,经常存在测试信息不完整的情况,而此时对并发故障进行诊断,则更为困难。针对这种情况,首先,对目前应用于不完备信息条件下的故障诊断方法以及并发故障诊断方法进行了分析。定义了不完备并发故障诊断决策系... 在实际的装备故障诊断过程中,经常存在测试信息不完整的情况,而此时对并发故障进行诊断,则更为困难。针对这种情况,首先,对目前应用于不完备信息条件下的故障诊断方法以及并发故障诊断方法进行了分析。定义了不完备并发故障诊断决策系统对存在缺失的测试信息进行表述。提出了不完备边界粗糙熵对决策系统的不确定性进行度量,给出每条测试属性的重要度,同时给出了不完备信息条件下属性值频率的计算方法。然后,为了对并发故障进行诊断,在DSm T框架下构建了并发故障诊断模型,在此模型下提出一种融合证据特征的区间信度合成规则。最后,通过故障诊断实例,验证了方法的有效性和适用性。 展开更多
关键词 并发故障诊断 DSmT理论 区间信度合成 粗糙集理论 边界粗糙熵
基于隐含语义分析的在线新闻话题发现方法 预览 被引量:1
7
作者 武高敏 张宇晨 韩京宇 《计算机技术与发展》 2016年第9期1-7,共7页
互联网的飞速发展和海量数据的不断增长,使得如何快速、有效地识别当前新闻热点信息成为迫切需求。在线新闻话题发现已成为当前研究热点。对于在线环境下的新闻文本特征表示,传统向量空间模型随着数据的增长向量维度不断增长,使得数... 互联网的飞速发展和海量数据的不断增长,使得如何快速、有效地识别当前新闻热点信息成为迫切需求。在线新闻话题发现已成为当前研究热点。对于在线环境下的新闻文本特征表示,传统向量空间模型随着数据的增长向量维度不断增长,使得数据稀疏和同名异议问题愈加明显,导致文本相似度难以准确度量。使用基于特征加权的隐含语义分析将高维、稀疏的词一文档矩阵映射到隐藏的k维语义空间,充分挖掘词、文档之间的语义信息,以提高同主题文档间的语义相似度,克服在线环境下文本稀疏性和同名异议问题。此外,对于不断增长的大规模新闻数据,传统聚类算法存在时间复杂度过高或者输入依赖等问题,难以快速、有效地得到理想结果。基于新闻报道在时间上的顺序性和相关性,提出改进的Single—pass在线增量聚类算法检测话题类,并引入话题热度值的概念来筛选当前关注度较高的热点话题。实验结果表明,该方法能够有效提高话题检测的准确率,实现基于真实新闻数据集的在线话题捕捉。 展开更多
关键词 话题发现 向量空间模型 隐含语义分析 文本聚类 奇异值分解
在线阅读 下载PDF
基于最大均值差异的多标记迁移学习算法 被引量:2
8
作者 姜海燕 刘昊天 +3 位作者 舒欣 徐彦 伍艳莲 郭小清 《信息与控制》 CSCD 北大核心 2016年第4期463-470,478共9页
针对多标记迁移学习中源领域与目标领域的特征分布差异会导致源领域数据无法被目标领域利用的问题,提出了一种基于最大均值差异的多标记迁移学习算法(Multi-Label Transfer Learning via Maximum mean discrepancy,M-MLTL),算法通过... 针对多标记迁移学习中源领域与目标领域的特征分布差异会导致源领域数据无法被目标领域利用的问题,提出了一种基于最大均值差异的多标记迁移学习算法(Multi-Label Transfer Learning via Maximum mean discrepancy,M-MLTL),算法通过分解关系矩阵构造共享子空间,并采用最大均值差异(maximum mean discrepancy)作为评价指标,最小化子空间特征的分布差异,从而使源领域与目标领域的特征分布尽可能相似.多标记图像分类实验的结果表明,新算法比同类算法有更高的精度和计算效率. 展开更多
关键词 多标记 迁移学习 最大均值差异 共享子空间
基于支持向量机的轧制力混合模型 预览
9
作者 吴金霞 刘闯 《辽宁工业大学学报:自然科学版》 2017年第2期75-78,共4页
在分析影响轧制力预测精度主要因素的基础上,提出了两阶段预测法,在粗轧阶段建立传统变形抗力与支持向量机(SVM)补偿混合模型,并利用网格搜索算法及粒子群算法分别对参数进行了优化,在精轧阶段利用此混合模型对70条带钢的轧制力进行预... 在分析影响轧制力预测精度主要因素的基础上,提出了两阶段预测法,在粗轧阶段建立传统变形抗力与支持向量机(SVM)补偿混合模型,并利用网格搜索算法及粒子群算法分别对参数进行了优化,在精轧阶段利用此混合模型对70条带钢的轧制力进行预测,仿真结果表明,"基于本材的变形抗力自学习的思想"建立的轧制力混合模型是可行的,优化SVM参数后轧制力模型的预测精度明显提高。 展开更多
关键词 轧制力 支持向量机 优化算法
在线阅读 下载PDF
基于最早完工时间疫苗的免疫遗传算法求解FJSLP 预览
10
作者 张海水 黄宗南 周帅 《计量与测试技术》 2017年第6期20-21,23共3页
在生产过程中,车间作业调度的主要任务是确定工件在各台设备上的加工顺序,合理的调度方案能提高设备的利用率和企业的效益。针对柔性车间分批调度问题,采用免疫遗传算法进行求解。在疫苗技术方面,依据工件工序的加工信息,选择工件工序... 在生产过程中,车间作业调度的主要任务是确定工件在各台设备上的加工顺序,合理的调度方案能提高设备的利用率和企业的效益。针对柔性车间分批调度问题,采用免疫遗传算法进行求解。在疫苗技术方面,依据工件工序的加工信息,选择工件工序所能最早完工的机器作为疫苗,对相应工件个体机器码进行接种。通过对案例的测试,结果表明所采取的方法能求得更好的调度方案,减少作业总流程时间。 展开更多
关键词 柔性作业车间分批调度 免疫遗传算法 最早完工时间 疫苗
在线阅读 下载PDF
基于条件对抗网络的字体生成方法研究 预览 被引量:1
11
作者 贾加 《通讯世界》 2017年第24期18-19,共2页
近期,对抗生成网络被提出可用来训练生成网络。本文提出了一种条件式的对抗生成网络。这种新的生成网络通过非常简单的给予输入一个标定,这种标定将会限制生成网络和判断网络的性能。我们实验证明了这种网络能够生成MINIST数字并且拥有... 近期,对抗生成网络被提出可用来训练生成网络。本文提出了一种条件式的对抗生成网络。这种新的生成网络通过非常简单的给予输入一个标定,这种标定将会限制生成网络和判断网络的性能。我们实验证明了这种网络能够生成MINIST数字并且拥有非常好的性能。 展开更多
关键词 条件对抗 网络 研究
在线阅读 下载PDF
基于尺度核函数的最小二乘支持向量机 被引量:1
12
作者 武方方 赵银亮 《模式识别与人工智能》 EI CSCD 北大核心 2006年第5期 598-603,共6页
支持向量机的核函数一直是影响其学习效果的重要因素.本文基于小波分解理论和支持向量机核函数的条件,提出一种多维允许支持向量尺度核函数.该核函数不仅具有平移正交性,且可以以其正交性逼近二次可积空间上的任意曲线,从而提升支... 支持向量机的核函数一直是影响其学习效果的重要因素.本文基于小波分解理论和支持向量机核函数的条件,提出一种多维允许支持向量尺度核函数.该核函数不仅具有平移正交性,且可以以其正交性逼近二次可积空间上的任意曲线,从而提升支持向量机的泛化性能.在尺度函数作为支持向量核函数的基础之上,提出基于尺度核函数的最小二乘支持向量机(LS-SSVM).实验结果表明,LS—SSVM在同等条件下比传统支持向量机的学习精度更高,因而更适用于复杂函数的学习问题. 展开更多
关键词 支持向量机 核函数 支持向量核函数 尺度核函数 最小二乘支持向量机(LS—SVM)
情感分类研究进展 预览 被引量:17
13
作者 陈龙 管子玉 +1 位作者 何金红 彭进业 《计算机研究与发展》 CSCD 北大核心 2017年第6期1150-1170,共21页
文本情感分析是多媒体智能理解的重要问题之一.情感分类是情感分析领域的核心问题,旨在解决评论情感极性的自动判断问题.由于互联网评论数据规模与日俱增,传统基于词典的方法和基于机器学习的方法已经不能很好地处理海量评论的情感分... 文本情感分析是多媒体智能理解的重要问题之一.情感分类是情感分析领域的核心问题,旨在解决评论情感极性的自动判断问题.由于互联网评论数据规模与日俱增,传统基于词典的方法和基于机器学习的方法已经不能很好地处理海量评论的情感分类问题.随着近年来深度学习技术的快速发展,其在大规模文本数据的智能理解上表现出了独特的优势,越来越多的研究人员青睐于使用深度学习技术来解决文本分类问题.主要分为2个部分:1)归纳总结传统情感分类技术,包括基于字典的方法、基于机器学习的方法、两者混合方法、基于弱标注信息的方法以及基于深度学习的方法;2)针对前人情感分类方法的不足,详细介绍所提出的面向情感分类问题的弱监督深度学习框架.此外,还介绍了评论主题提取相关的经典工作.最后,总结了情感分类问题的难点和挑战,并对未来的研究工作进行了展望. 展开更多
关键词 情感分析 情感分类 深度学习 弱监督 主题提取
在线阅读 下载PDF
基于卷积神经网络的随机梯度下降算法 预览 被引量:10
14
作者 王功鹏 段萌 牛常勇 《计算机工程与设计》 北大核心 2018年第2期441-445,462共6页
为解决卷积神经网络(CNN)中随机梯度下降算法(SGD)的学习率设置不当对SGD算法的影响,提出一种学习率自适应SGD的更新算法,随着迭代的进行该算法使学习率呈现周期性的改变。针对CNN中Relu激活函数将CNN中的阈值为负的神经元丢弃的缺陷,... 为解决卷积神经网络(CNN)中随机梯度下降算法(SGD)的学习率设置不当对SGD算法的影响,提出一种学习率自适应SGD的更新算法,随着迭代的进行该算法使学习率呈现周期性的改变。针对CNN中Relu激活函数将CNN中的阈值为负的神经元丢弃的缺陷,设计选择LeakyRelu作为激活函数的CNN。实验验证了使用该激活函数的有效性,实验结果表明,采用上述学习率更新算法的SGD可以使网络快速收敛,提高了学习正确率;通过将LeakyRelu激活函数和采用上述学习率更新算法的SGD相结合,进一步提高CNN的学习正确率。 展开更多
关键词 卷积神经网络 随机梯度下降算法 自适应学习率更新算法 LeakyRelu激活函数 快速收敛
在线阅读 下载PDF
功能连接偏侧化在AD早期诊断中的应用研究 预览
15
作者 武旭斌 相洁 《太原理工大学学报》 北大核心 2018年第2期274-279,共6页
借助脑功能连接方法,研究AD的偏侧化现象,并将其用于AD的辅助诊断中。实验采用ADNI数据集,首先制作可用于偏侧化研究的脑膜板,接着构建半球功能脑网络,计算网络连接强度,并计算偏侧化指数。利用统计分析的方法,筛选可用于AD辅助诊断的特... 借助脑功能连接方法,研究AD的偏侧化现象,并将其用于AD的辅助诊断中。实验采用ADNI数据集,首先制作可用于偏侧化研究的脑膜板,接着构建半球功能脑网络,计算网络连接强度,并计算偏侧化指数。利用统计分析的方法,筛选可用于AD辅助诊断的特征,并使用SVM(supportvectormachine)分类器训练分类模型。结果显示,加入偏侧化特征后的分类准确率为89.17%,敏感度为90.28%,特异度为88.24%,证明偏侧化指数的加入对于AD的分类准确率有提高作用。 展开更多
关键词 阿尔茨海默症 功能连接强度 偏侧化指数 辅助诊断 特征
在线阅读 免费下载
基于代表的留一法集成学习分类 预览
16
作者 王轩 张林 +1 位作者 高磊 蒋昊坤 《计算机应用》 CSCD 北大核心 2018年第10期2772-2777,共6页
为应对抽样不均匀带来的影响,以基于代表的分类算法为基础,提出一种用于符号型数据分类的留一法集成学习分类算法(LOOELCA)。首先采用留一法获得n个小训练集,其中n为初始训练集大小。然后使用每个训练集构建独立的基于代表的分类器,并... 为应对抽样不均匀带来的影响,以基于代表的分类算法为基础,提出一种用于符号型数据分类的留一法集成学习分类算法(LOOELCA)。首先采用留一法获得n个小训练集,其中n为初始训练集大小。然后使用每个训练集构建独立的基于代表的分类器,并标注出分类错误的分类器及对象。最后,标注分类器和原始分类器形成委员会并对测试集对象进行分类。如委员会表决一致,则直接给该测试对象贴上类标签;否则,基于k最近邻(kNN)算法并利用标注对象对测试对象分类。在UCI标准数据集上的实验结果表明,LOOELCA与基于代表的粗糙集覆盖分类(RBC-CBNRS)算法相比,精度平均提升0.35~2.76个百分点,LOOELCA与ID3、J48、Na ve Bayes、OneR等方法相比也有更高的分类准确率。 展开更多
关键词 代表 粗糙集 邻域 留一法 集成学习
在线阅读 下载PDF
低面积低功耗的机器学习运算单元设计 预览
17
作者 周聖元 杜子东 +2 位作者 刘道福 支天 陈云霁 《高技术通讯》 CAS 北大核心 2019年第1期12-18,共7页
随着机器学习(ML)算法的日益流行,研究人员提出了很多专用于机器学习算法的加速器。然而,这些加速器会被其特定用途的狭窄范围所限制。另外,尽管芯片制造工艺有所提高,但是待处理问题规模的急剧增大依然加剧了这些机器学习加速器的低效... 随着机器学习(ML)算法的日益流行,研究人员提出了很多专用于机器学习算法的加速器。然而,这些加速器会被其特定用途的狭窄范围所限制。另外,尽管芯片制造工艺有所提高,但是待处理问题规模的急剧增大依然加剧了这些机器学习加速器的低效程度。针对这种现象,本文研究了4种流行的机器学习算法——k-近邻算法(k-NN),k-均值算法(k-Means),支持向量机(SVM)和逻辑回归(LR),并对这些算法中最为耗时的运算部分进行了深入分析,此外,还针对数据位宽对运算精度、硬件开销的影响进行了分析。根据以上分析,本文设计了一款可以支持多种机器学习算法的运算单元,该运算单元混合使用16位浮点数和32位浮点数的运算器,实现了低面积、低功耗的需求。实验结果表明,本文提出的运算单元可以在几乎不损失正确率的情况下,减少69.80%的总面积开销以及68.98%的总功耗开销。 展开更多
关键词 机器学习(ML) 运算单元 加速器 低面积 低功耗
在线阅读 下载PDF
野生牛肝菌元素含量特征分析及其种类鉴别 预览
18
作者 苏久艳 张霁 +4 位作者 李杰庆 段智利 李涛 刘鸿高 王元忠 《现代食品科技》 EI CAS 北大核心 2019年第2期223-231,共9页
野生牛肝菌的营养价值及暴露风险关系到消费者的健康安全,并严重影响其市场稳定和贸易出口。本文采用电感耦合等离子体原子发射光谱法和傅里叶变换红外光谱法测定8种野生牛肝菌429份样品中12种元素的含量和光谱数据,分析元素含量特征及... 野生牛肝菌的营养价值及暴露风险关系到消费者的健康安全,并严重影响其市场稳定和贸易出口。本文采用电感耦合等离子体原子发射光谱法和傅里叶变换红外光谱法测定8种野生牛肝菌429份样品中12种元素的含量和光谱数据,分析元素含量特征及食用健康风险,同时基于元素含量、红外光谱、初级融合和中级融合数据分别建立偏最小二乘判别分析和支持向量机(SVM)判别模型,比较其鉴别效果。结果显示:野生牛肝菌富含Ca、Mg、Na、Zn等矿质元素,适量摄入可以补充人体营养需求,同时也应当注意部分牛肝菌的Cd暴露风险;基于中级融合建立SVM判别模型,其训练集和预测集正确率均为100%,能够快速、准确鉴别牛肝菌种类,有效避免因误采误食导致的中毒事件发生。系统性的对牛肝菌进行元素含量分析、健康风险评估和种类鉴别,为其品质安全评估和资源的开发利用提供参考。 展开更多
关键词 野生牛肝菌 矿质元素 风险评估 数据融合 种类鉴别
在线阅读 下载PDF
多模式扰动模型动态加权SVM集成研究 预览 被引量:1
19
作者 常甜甜 赵玲玲 +1 位作者 刘红卫 周水生 《计算机工程与应用》 CSCD 北大核心 2011年第6期 196-198,201,共4页
针对集成学习中bootstrap方法不能产生具有较大差异性的成员分类器,提出基于多模式扰动模型动态加权SVM集成方法。该方法在训练样本中使用bootstrap采样产生扰动,在输入特征中使用PCA特征滤波子空间法产生扰动,用自动模型选择法来动... 针对集成学习中bootstrap方法不能产生具有较大差异性的成员分类器,提出基于多模式扰动模型动态加权SVM集成方法。该方法在训练样本中使用bootstrap采样产生扰动,在输入特征中使用PCA特征滤波子空间法产生扰动,用自动模型选择法来动态扰动每个成员分类器的参数,用分类精度对成员分类器加杈集成扰动输出。实验结果表明该方法比常用的bootstrap集成方法具有更好的集成效果。 展开更多
关键词 集成学习 支持向量机 自动模型选择 多模式扰动 主成分分析
在线阅读 下载PDF
基于三维最小类内散度SVM的肺CT中的结节识别 被引量:3
20
作者 王青竹 康文炜 +1 位作者 王新竹 王斌 《模式识别与人工智能》 EI CSCD 北大核心 2011年第5期 700-706,共7页
提出一种基于三维类内散度的多分类支持向量机的肺部结节识别算法.首先设计可直接处理基于三维矩阵模式的输入样本的多分类SVM,并结合最小类内散度SVM,进一步提出基于三维最小类内散度的多分类SVM.该方法通过直接分析肺部候选结节... 提出一种基于三维类内散度的多分类支持向量机的肺部结节识别算法.首先设计可直接处理基于三维矩阵模式的输入样本的多分类SVM,并结合最小类内散度SVM,进一步提出基于三维最小类内散度的多分类SVM.该方法通过直接分析肺部候选结节的三维特征并继承最小类内散度SVM的优点,有效提高分类器的识别精度,降低假阳性.利用其它4种计算机辅助肺部结节检测算法及两位放疗师作为比较,对于来自吉林省肿瘤医院的200组临床病例进行实验,结果证明三维最小类内散度多分类SVM在计算机辅助肺部结节识别中的优越性. 展开更多
关键词 计算机辅助诊疗(CAD) 多分类支持向量机 最小类内散度 三维矩阵
上一页 1 2 250 下一页 到第
使用帮助 返回顶部 意见反馈