作者:郎为民,陈凯,张国峰 单位:电信科学技术第一研究所;上海市互联网协会 出版:《电信快报》2014年第04期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFDXKB2014040040 DOC编号:DOCDXKB2014040049 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于机器学习方法中草药电子鼻智能鉴别分类器的优化》PDF+DOC2017年第09期 徐东,陶欧,林兆洲,米文娟,赵丽莹,拱健婷,李阳,闫永红 《基于随机森林算法的多维情境特征活动识别》PDF+DOC2017年第07期 刘克强,汪云甲,陈锐志,褚天行 《基于层次分类的手机位置无关的动作识别》PDF+DOC2017年第01期 王昌海,许昱玮,张建忠 《基于智能手机感知数据的心理压力评估方法》PDF+DOC2019年第03期 王丰,王亚沙,王江涛,熊昊一,赵俊峰,张大庆 《基于运动传感器的帕金森自动分级研究》PDF+DOC2018年第09期 杨越,汪丰,孙丰,郑慧芬 《粗糙集在无线传感器网络安全中的应用研究》PDF+DOC2015年第07期 陈晶 《基于先验特征的矿下人员定位校准方法》PDF+DOC2018年第06期 袁亚洲,孙小芹,李岳峰,关新平 《基于手机加速度器和螺旋仪的室内运动状态分类》PDF+DOC 吕峰,杨恒新,马梓翔,Stefan Poslad 《基于深度学习的智能无线传感器网络》PDF+DOC2019年第07期 孟林勤,李雪巍 《用于移动机器人避障的人工神经网络和模糊逻辑控制技术》PDF+DOC1997年第02期 张明路,彭商贤,曹作良,徐宏
  • 监督学习是指利用一组已知类型的训练数据(输入对象和预期输出)对学习系统进行训练,调整分类器的参数,预测新输入的输出值。机器学习可用于无线认知传感器网络中的学习引擎设计和MAC(媒体访问控制)协议分类。文章介绍线性回归、Logistic回归、人工神经网络、决策树学习、随机森林、朴素贝叶斯分类器、支持向量机等常用监督学习算法的原理,并简要分析机器学习在无线认知传感器网络中的应用场景。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。