learning (artificial intelligence); pattern classification; support vector machines; SVM-GR algorithm; benchmark data set; computational time; data granules; generalization performance; graded resolution; granular computing; memory requirement; support vector machi;
机译:通过将鲁棒最小二乘映射驱动的支持向量机分类器集成到两级分类方案中,可提高星形细胞瘤定级的准确性。
机译:基于支持向量机的机床视觉系统的性能对分类和等级预测中的干燥矿石样本图像的性能
机译:基于支持向量机递归特征消除和使用支持向量机对前列腺癌和乳腺癌进行分类的一维朴素贝叶斯分类器选择特征子集
机译:使用具有分辨率的支持向量机进行分类
机译:ECG分类使用支持向量机的组合
机译:使用支持向量机将高级胶质瘤分类为肿瘤和非肿瘤部件
机译:使用图像分析和支持向量机的玉米粒等级分类
机译:通过增量近似最近支持向量快速查询优化的内核机器分类