首页> 美国卫生研究院文献>Ecology and Evolution >Using comprehensive machine‐learning models to classify complex morphological characters

【2h】

Using comprehensive machine‐learning models to classify complex morphological characters

机译：使用综合机器学习模型来分类复杂的形态特征

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
相似文献
相关主题

著录项

期刊名称 Ecology and Evolution
作者
Dequn Teng; Fengyuan Li; Wei Zhang;
展开▼
作者单位

展开▼
年(卷),期 2021(11),15
年度 2021
页码 10421–10431
总页数 11
原文格式 PDF
正文语种
中图分类
关键词

机译：分类;数据增强;特征提取;机器学习;形态特征;svmorph;

相似文献

外文文献
中文文献
专利

1. A comprehensive hybrid first principles/machine learning modeling framework for complex industrial processes [J] . Sun Bei, Yang Chunhua, Wang Yalin, Journal of Process Control . 2020,第期

机译：全面的混合动力第一原理/机器学习复杂工业过程建模框架
2. Comprehensive analysis of machine learning models for prediction of sub-clinical mastitis: Deep Learning and Gradient-Boosted Trees outperform other models [J] . Ebrahimi Mansour, Mohammadi-Dehcheshmeh Manijeh, Ebrahimie Esmaeil, Computers in Biology and Medicine . 2019,第期

机译：用于预测亚临床乳腺炎的机器学习模型的综合分析：深度学习和梯度升压树木优于其他模型
3. A COMPREHENSIVE REVIEW ON ARTIFICIAL INTELLIGENCE BASED MACHINE LEARNING TECHNIQUES FOR DESIGNING INTERACTIVE CHARACTERS [J] . AMITVIKRAM NAWALAGATTI, PRAKASH R. KOLHE International journal of robotics research and development . 2019,第2期

机译：基于人工智能的机器学习技术综述互动字符
4. A comprehensive review of data quality management-and-insurance and respective machine learning and deep learning based techniques; case study, class imbalance (in the context of MNIST character classification) [C] . Mohamad Al Sayed, Meluka De Silva, Kolli Abhiram, International FLINS Conference . 2020

机译：全面审查数据质量管理和保险以及基于机器学习和深度学习的技术;案例研究，类不平衡（在MNIST字符分类的背景下）
5. Applying Supervised Machine Learning Models to Classify Day Traders Using the Traders' Daily Trading Activity Data and the U.S. Stock Market Indices Data [D] . Sharara, Nasser Ateya 2018

机译：应用监督机器学习模型以使用交易者的每日交易活动数据和美国股票市场指数数据对日间交易者进行分类
6. A Comprehensive Machine-Learning-Based Software Pipeline to Classify EEG Signals: A Case Study on PNES vs. Control Subjects [O] . Giuseppe Varone, Sara Gasparini, Edoardo Ferlazzo, 2020

机译：全面的基于机器学习的软件管道对脑电信号进行分类：PNES与控制对象的案例研究
7. Using comprehensive machine‐learning models to classify complex morphological characters [O] . Dequn Teng, Fengyuan Li, Wei Zhang 2021

机译：使用综合机器学习模型来分类复杂的形态特征

Using comprehensive machine‐learning models to classify complex morphological characters

著录项

相似文献

相关主题

期刊订阅