机译:美食:使用风格特征集和/或基于名称的特征集进行分类
Department of Computer Science, Jerusalem College of Technology (Machon Lev), 21 Havaad Haleumi Street, P.O.B. 16031, 91160 Jerusalem, Israel;
rnDepartment of Computer Science, Jerusalem College of Technology (Machon Lev), 21 Havaad Haleumi Street, P.O.B. 16031, 91160 Jerusalem, Israel;
rnDepartment of Computer Science, Jerusalem College of Technology (Machon Lev), 21 Havaad Haleumi Street, P.O.B. 16031, 91160 Jerusalem, Israel;
rnDepartment of Computer Science, Jerusalem College of Technology (Machon Lev), 21 Havaad Haleumi Street, P.O.B. 16031, 91160 Jerusalem, Israel;
Department of Computer Science, Bar-Han University, 52900 Ramat-Gan, Israel and Department of Computer Science, Jerusalem College of Technology (Machon Lev);
机译:根据其历史时期和民族起源将文体特征设置为文档的分类
机译:粗糙集特征选择方法提高微阵列数据分类精度的神经技术
机译:具有特征选择功能的多重特征集,用于使用混合分类在视频中进行异常搜索
机译:使用文体特征集识别文件的历史时期和民族起源
机译:功能设置选择,以改进静态分析警报分类
机译:使用自适应差分进化极限学习机和粗糙集特征选择对超声图像中的乳腺肿块进行分类
机译:表5:SVM分类器对具有DBAP层的预先训练的Lenet派生的DBAP特征的精度。 DBAP功能显示比LENET中的MAXPOOL功能更好的分类结果。与DBAP的完全连接(FC)LENET的层也倾向于显示与在所有基准数据集上从常规LENET提取的FC层特征相比显示出更好的辨别能力。