机译:使用K-CORMATE邻居(K-NN)的大数据分类尺寸减小的数据独立可重用投影(DIRP)技术
机译:与传统的分类树相比,增强的分类树导致心血管结局分类的准确性略有改善
机译:与传统的分类树相比,增强的分类树导致心血管结局分类的准确性略有改善
机译:基于特征子集选择和排序的降维和分类精度提高的实证研究
机译:环境模型准确性改进框架使用统计技术和新颖的训练方法
机译:与传统的分类树相比增强的分类树导致心血管结果分类的准确性略有改善
机译:表8:k-nn分类器的准确性DBAP功能从预先培训的alexNet与DBAP层派生的。所实现的分类结果优于来自常规亚历尼网的MaxPool特征获得的分类结果。包含DBAP层还可以提高与DBAP层的亚历尼网FC功能的辨别质量。