已閱讀1頁，還剩63頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、廣東工業(yè)大學(xué)碩士學(xué)位論文基于KNNSVM的指紋分類方法研究姓名：歐陽紹聰申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)指導(dǎo)教師：譚臺(tái)哲20100501廣東工業(yè)大學(xué)碩士學(xué)位論文的二級(jí)分類上面使用SVM，大大提高了系統(tǒng)分類的效率。雖然算法在系統(tǒng)前期SVM分類器的訓(xùn)練上面會(huì)消耗時(shí)間，但不影響系統(tǒng)進(jìn)行指紋分類的性能，因?yàn)镾VM分類器的訓(xùn)練可以在線下進(jìn)行而不是臨時(shí)進(jìn)行的。4最后本文基于FVC2006指紋庫進(jìn)行指紋分類實(shí)驗(yàn)，進(jìn)行預(yù)處理、特征提取后，在本章進(jìn)
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于KNN-SVM網(wǎng)絡(luò)入侵檢測(cè)技術(shù)的應(yīng)用研究.pdf
- 基于Gabor-PCA和KNN-SVM的人臉識(shí)別算法.pdf
- 基于SVM的指紋分類研究.pdf
- 基于案例推理和SVM-KNN的電能質(zhì)量擾動(dòng)分類方法研究.pdf
- 基于小波與SVM-kNN的機(jī)器人地面分類研究.pdf
- 應(yīng)用于心電圖分類的KNN和SVM分類器研究.pdf
- 基于SVM圖像分類方法的研究.pdf
- 基于SVm-KNN的文本分類系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于SVM方法的醫(yī)學(xué)圖像分類研究.pdf
- 基于SVM的郵件內(nèi)容分類方法研究.pdf
- 基于改進(jìn)的SVM-KNN算法的中文網(wǎng)頁層次式分類.pdf
- 基于SVM的車型自動(dòng)分類方法的研究.pdf
- 基于數(shù)據(jù)關(guān)系的SVM多分類方法研究.pdf
- 基于集成SVM的文本分類方法研究.pdf
- 基于SVM的車輛自動(dòng)分類方法研究與實(shí)現(xiàn).pdf
- 基于SVM的油茶害蟲圖像模式分類方法研究.pdf
- 基于KNN非局部濾波的高光譜圖像分類方法研究.pdf
- 改進(jìn)的LMS-KNN近鄰分類方法研究.pdf
- 基于SVM的中文網(wǎng)頁分類方法的研究.pdf
- 基于SVM的圖像分類與標(biāo)注方法的研究.pdf
評(píng)論
0/150
提交評(píng)論