训练样本
共 72 篇文章
训练样本 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 72 篇文章，持续更新中。
水果分类matlab源码
利用贝叶斯的方法对训练样本进行训练，并将其分割出来在原图像中进行显示。
期刊论文：多权值神经元网络仿生模式识别方法在低训练样本数量非特定人语音识别中与HMM及DTW的比较研究
·期刊论文：多权值神经元网络仿生模式识别方法在低训练样本数量非特定人语音识别中与HMM及DTW的比较研究
基于判别公共向量的单训练样本人脸识别
·摘 要:提出一种新的基于判别公共向量（Discriminative Common Vector）的单样本人脸识别算法．该方法基于人脸类内方差相似的假定，通过引入单人多样本的辅助人脸集来估计类内方差，解决了单训练样本情况下样本类内方差无法估计的问题．在FERET人脸库的测试结果表明，在面部细节、光照、表情变化的情况下，该方法都具有较好的识别效果．[著者文摘]
BP神经网络在舰艇电路系统故障诊断仪中的应用
· 摘要： 详细介绍了BP神经网络的原理.并利用训练样本对网络进行了训练,重点针对BP神经网络在舰艇电路系统故障诊断仪中的软硬件实现进行了设计;软件部分采用VB面向对象编程技术和MATLAB快速矩阵运算能力相结合实现BP神经网络的诊断;硬件部分设计以数字信号处理器(DSP)为核心;根据文中的设计方法制作的测试样机通过了技术鉴定,鉴定结果表明该方法具有很好的快速性和精确性,对舰
期刊论文：基于HMM框架的关键词确认系统中关键词训练样本数的研究
·期刊论文：基于HMM框架的关键词确认系统中关键词训练样本数的研究
期刊论文：几种小训练样本集的数字语音识别模型的比较性研究
·期刊论文：几种小训练样本集的数字语音识别模型的比较性研究
基于量子小波神经网络的传动装置模式识别
·摘 要:针对传统神经网络收敛精度低,以及用于故障模式识别能力差的问题,提出了将量子神经网络与小波理论相结合的量子小波神经网络模型。该模型隐层量子神经元采用小波基函数的线性叠加作为激励函数,给出了网络学习算法,并以某型传动装置监测信号的小波能量谱为训练样本,识别传动装置带有缺损的齿轮故障征兆。仿真结果表明,量子小波神经网络能够提高神经网络训练精度和故障征兆识别精度。[著者文摘]
小波-神经网络在MDF缺陷定位检测中的应用
·摘 要:本文将小波和人工神经网络相结合用于中密度纤维板（MDF）不同位置鼓泡缺陷智能定位检测。首先对不同位置缺陷振动信号进行3层小波包分解，并计算信号在各频段所占的能量率，以此作为训练样本对拓扑结构不同的BP神经网络进行学习训练，最后利用训练好的网络对不同位置鼓泡缺陷进行定位识别。研究得出在MDF鼓泡缺陷的定位检测中，通过对网络的推广性能、训练特性等因素方面综合考虑，识别左端、中部和右端3种不同
基于小波变换与小域特征模糊融合的人脸识别
·摘 要:小波变换是一种很好的图像压缩方法，利用小波变换对人脸图像进行三次小波分解，并将低频分量分割成为7个子图像。鉴于人脸上的各小域子图像信息的相互独立性，先利用小域子图像实现软分类，然后使用传统奇异值分解（SVD）法提取出各小域子图像的奇异值（SV），构造出小域奇异值特征向量，给出待识别图像对训练样本图像的隶属度，并采用模糊融合的方法对小域特征进行数据融合，获得识别结果。实验结果表明，该方法实
基于小波变换与小域特征模糊融合的人脸识别
·摘 要:小波变换是一种很好的图像压缩方法，利用小波变换对人脸图像进行三次小波分解，并将低频分量分割成为7个子图像。鉴于人脸上的各小域子图像信息的相互独立性，先利用小域子图像实现软分类，然后使用传统奇异值分解（SVD）法提取出各小域子图像的奇异值（SV），构造出小域奇异值特征向量，给出待识别图像对训练样本图像的隶属度，并采用模糊融合的方法对小域特征进行数据融合，获得识别结果。实验结果表明，该方法实
基于小波变换与小域特征模糊融合的人脸识别
·摘 要:小波变换是一种很好的图像压缩方法，利用小波变换对人脸图像进行三次小波分解，并将低频分量分割成为7个子图像。鉴于人脸上的各小域子图像信息的相互独立性，先利用小域子图像实现软分类，然后使用传统奇异值分解（SVD）法提取出各小域子图像的奇异值（SV），构造出小域奇异值特征向量，给出待识别图像对训练样本图像的隶属度，并采用模糊融合的方法对小域特征进行数据融合，获得识别结果。实验结果表明，该方法实
期刊论文：基于小波的训练样本增强的单样本人脸识别
·期刊论文：基于小波的训练样本增强的单样本人脸识别
基于正交补空间的人脸识别
·摘 要:为了实现人脸识别免于特征提取,提出了一种基于正交补脸（OC-faces）的人脸识别方法.该方法基于空间正交分解理论,对不同类的原始训练样本进行Gram-Schmidt正交化,以正交化后的基张成各个不同的子空间,将测试样本分解为子空间投影及子空间正交补两部分.正交补的范数体现了测试样本到各类子空间的距离,并以此作为分类的依据.在Yale库和AT＆T库上的实验结果表明,与主成分分析（PCA）
软测量技术在SMB色谱分离过程中的应用
针对SMB 色谱分离过程中组分纯度难于实时在线测量的问题,建立了一种基于BP 神经网络的软测量模型。首先对实际生产中的原始数据，经过过失误差剔除及滤波处理后得到一套训练数据和校验数据组成训练样本，然后
小波包结合支持向量机的故障诊断方法
提出一种结合小波包分析(WPA)理论和支持向量机(SVM)分类器的机械故障诊断方法。该方法具有重复训练样本少，简单、直观的优点，具有很高的分类性能。利用获得的机械故障数据建立故障分类器，对不同测试集条
基于神经网络模型的桥梁结构损伤识别
给出一种神经网络方法在钢桥结构损伤检测中的应用。着重讨论了网络设计和学习算<BR>法问题。网络结构模拟桁架桥，训练样本从多个损伤区域产生。仿真表明，本算法只需少量的结构参数就可得到较满意的辨识结果，且
基于直方图统计学习的人脸检测方法
提出一种基于直方图统计学习的人脸检测方法，对人脸样本和非人脸样本进行小波变换，运用一组小波系数来表征各种人脸特征信息。统计每个训练样本的直方图分布，用于描述人脸和非人脸外观特征的概率分布，每个直方图表
基于极大似然法的椒盐噪声滤波算法
本文提出了一种新的基于极大似然法的椒盐噪声滤波算法。在传统BP 算法中引入了极大似然估计，在训练样本时能够在考虑网络逼近行为的同时对噪声分布进行估计。而且<BR>针对椒盐噪声模型构造了新的鲁棒误差函数
数字识别系统源代码
数字识别系统源代码
使用说明
第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）
第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。
该系统的识
基于仿生模式识别的DOA估计方法.
<p>该文就仿生模式识别(拓扑模式识别)在非感性抽象对象的信息处理方面的应用作了一些探索，</p><p>提出了一种基于仿生模式识别的DOA估计方法.这种方法的建模过程是用在实际环境下采集的训练样本</p><p>构造人工神经网络模型，对环境的适应能力较强，且这种方法的计算量较小，可以实现系统实时处理.实验</p><p>结果表明:在信噪比为20 dB和0 dB时，该方法的正确估计率可达100%;在信噪