Belarusian State University, of Informatics and Radioelectronics, 6, P. Brovka str., Minsk, Belarus;
机译:使用特征包和支持向量机技术的实时手势检测与识别
机译:基于最近邻,神经网络和支持向量机的静态手势识别技术的比较评估
机译:基于最近邻,神经网络和支持向量机的静态手势识别技术的比较评估
机译:分类技术的比较研究:支持向量机,模糊支持向量机和决策树
机译:使用基于熵的融合技术和支持向量机学习策略,对驾驶员车道变化意图进行识别。
机译:EEG信号分析使用分类技术:Logistic回归人工神经网络支持向量机和卷积神经网络
机译:使用遥感和模式识别技术的滑坡疤痕检测:人工神经网络,高斯最大可能性,随机林和支持向量机分类器的比较