Search results for: KLASYFIKATOR SVM - Bridge of Knowledge

Search

Search results for: KLASYFIKATOR SVM
Przykład wyników znalezionych w innych katalogach

Search results for: KLASYFIKATOR SVM

  • Klasyfikator SVM w zastosowaniu do synchronizacji sygnału OFDM zniekształconego przez kanał wielodrogowy

    W pracy przedstawiono analizę przydatności klasyfikatora SVM bazującego na uczeniu maszynowym do estymacji przesunięcia czasowego odebranego symbolu OFDM. Przedstawione wyniki wykazują, że ten klasyfikator potrafi zapewnić synchronizację dla różnych kanałów wielodrogowych o wysokim poziomie szumu. Eksperymenty przeprowadzone w Matlabie z użyciem modeli modulatora i demodulatora wykazały, że w większości przypadków klasyfikator...

    Full text available to download

  • Architektury klasyfikatorów obrazów

    Publication

    - Year 2022

    Klasyfikacja obrazów jest zagadnieniem z dziedziny widzenia komputerowego. Polega na całościowej analizie obrazu i przypisaniu go do jednej lub wielu kategorii (klas). Współczesne rozwiązania tego problemu są w znacznej części realizowane z wykorzystaniem konwolucyjnych głębokich sieci neuronowych (convolutional neural network, CNN). W tym rozdziale opisano przełomowe architektury CNN oraz ewolucję state-of-the-art w klasyfikacji...

    Full text to download in external service

  • Równoważność klasyfikatorów binarnych

    Publication

    - Year 2009

    Tematem wielu prac dotyczących zagadnienia klasyfikacji jest porównanie różnych powszechnie znanych klasyfikatorów pod względem przydatności w konkretnych zastosowaniach.W artykule pokazana zostanie równoważność klasyfikatorów funkcji boolowskich ze względu na średnią liczbę błędów generalizacji,zaproponowane zostanie kryterium podobieństwa klasyfikatorów oparte o współczynnik korelacji oraz przedstawiony zostanie wpływzłożoności...

  • Selecting Features with SVM

    Publication

    A common problem with feature selection is to establish how many features should be retained at least so that important information is not lost. We describe a method for choosing this number that makes use of Support Vector Machines. The method is based on controlling an angle by which the decision hyperplane is tilt due to feature selection. Experiments were performed on three text datasets generated from a Wikipedia dump. Amount...

    Full text to download in external service

  • Klasyfikator Adaboost w detekcji i rozpoznawaniu obiektów graficznych

    Publication

    - Year 2021

    W pracy opisano metode Adaboost w zastosowaniu do detekcji obiektów graficznych, takich jak twarze lub rozpoznawania np. osób na podstawie obrazu twarzy. Przedstawiono podstawy algorytm, wersje kaskadowa, schemat przepływu danych i sterowania w zadaniu detekcji twarzy oraz sposoby adaptacji tej metody do problemów wieloklasowych. Opisano równiez zbiory cech obrazów, takie jak HAAR, LBP czy HOG stosowane w zadaniach detekcji i rozpoznawania...

    Full text to download in external service

  • Klasyfikator rozmyty użyteczny we wstępnym doborze profili łopatkowych turbin parowych

    Publication

    W artykule przedstawiona została próba stworzenia wstępnego modelu klasyfikatora rozmytego użytecnego we wstępnym doborze profili łopatkowych turbin parowych. Dobór odpowiedniego rozwiązania dokonywany jest na podstawie parametrów przepływu czynnika przez wieńce turbiny. Tego typu narzędzie decyzyjne może okazać się przydatne zarówno w przypadku modernizacji istniejących już obiektów, w których zdiagnozowane uszkodzenia wymuszają...

  • MICROBIOLOGY-SGM

    Journals

    ISSN: 1350-0872 , eISSN: 1465-2080

  • Bezprzewodowy moduł detekcji źródeł dźwięku – system klasyfikatorów

    Monitoring bezpieczeństwa osób starszych i chorych przebywających samotnie w pomieszczeniach można realizowaćpoprzez detekcję dźwięków nietypowych. W tym celu zbudowano moduł nasłuchujący, który analizuje dźwięki z otoczenia. Oblicza on szereg parametrów dźwięku, także bazujących na STFT i MFCC. Umożliwiają one wychwycenie i sklasyfikowanie takich odgłosów jak jęki, krzyki, kaszel oraz huki. Przedstawiono...

  • Improving Effectiveness of SVM Classifier for Large Scale Data

    The paper presents our approach to SVM implementation in parallel environment. We describe how classification learning and prediction phases were pararellised. We also propose a method for limiting the number of necessary computations during classifier construction. Our method, named one-vs-near, is an extension of typical one-vs-all approach that is used for binary classifiers to work with multiclass problems. We perform experiments...

    Full text to download in external service

  • Two Stage SVM and kNN Text Documents Classifier

    Publication

    - Year 2015

    The paper presents an approach to the large scale text documents classification problem in parallel environments. A two stage classifier is proposed, based on a combination of k-nearest neighbors and support vector machines classification methods. The details of the classifier and the parallelisation of classification, learning and prediction phases are described. The classifier makes use of our method named one-vs-near. It is...