2024年7月25日
星期四
|
欢迎来到青海省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
广东省科技攻关计划(2005B207010082005B101010282004B20701006)
作品数:
1
被引量:4
H指数:1
相关作者:
薛月菊
陈志民
胡月明
陈其昌
杨敬锋
更多>>
相关机构:
华南农业大学
更多>>
发文基金:
国家科技攻关计划
广东省自然科学基金
广东省科技攻关计划
更多>>
相关领域:
自动化与计算机技术
更多>>
相关作品
相关人物
相关机构
相关资助
相关领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
用法
1篇
神经网
1篇
神经网络
1篇
农用
1篇
农用地
1篇
农用地分等
1篇
网络
1篇
分类器
1篇
概率神经网络
1篇
贝叶斯
1篇
贝叶斯决策
1篇
BP神经
1篇
BP神经网
1篇
BP神经网络
机构
1篇
华南农业大学
作者
1篇
杨敬锋
1篇
陈其昌
1篇
胡月明
1篇
陈志民
1篇
薛月菊
传媒
1篇
中国农学通报
年份
1篇
2007
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
多种分类器在农用地分等中的应用及其用法改良
被引量:4
2007年
以广东省第二次土壤普查成果资料为主要数据源,选取贝叶斯决策、BP神经网络、概率神经网络、聚类等分类方法分别对数据源进行分类;并且,笔者为了充分利用有监督学习分类准确率高和无监督学习无需标定的学习样本的优点,提出了基于监督--非监督的聚类算法,然后对上述五种方法的评价结果作了比较分析;实验表明文章提出的基于监督--非监督聚类方法只利用少量的有标定学习样本,即可得到较高的分类准确率,特别在少量样本时,该方法能得到比贝叶斯决策方法、BP神经网络和概率神经网络等监督学习方法更好的土地评价结果;在实际应用中,可以尝试结合监督和非监督学习的方法,实现分类正确率和获取大量有类标签的样本之间的折中。
陈其昌
薛月菊
胡月明
杨敬锋
陈志民
关键词:
贝叶斯决策
BP神经网络
概率神经网络
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张