基于非线性动力学的乐器分类方法

本文基于非线性动力学理论,对不同乐器产生的音频时间序列进行了相空间重构,通过分析各类乐器的递归特性,提出了一个新的定量递归参数——密集度,它能够描述管乐器、弦乐器和键盘乐器在相空间中的差异,然后将密集度与传统的音色特征相结合,提出一种乐器分类方法,并将其应用于不同的分类模型.实验表明,本文所提的方法使三类乐器家族的分类准确率提高了4％ ～7％,单个乐器的分类准确率提高了3％左右.     

民族乐团不是西洋乐队的A货

自上个世纪二、三十年代开始发展而成的新兴大型中国民族管弦乐团，一直以来都有人认为是完全照搬西洋管弦乐团的体系，也有人说是受了前苏联民族三角琴乐队（Balalika Orchestra）的影响。[第一段]     

数据挖掘中分类方法的研究

分类是数据挖掘中的最重要的技术之一。目前实现分类的方法有统计方法、机器学习方法和人工智能方法等，常用的技术有决策树分类、贝叶斯分类、神经网络分类等。通过对当前具有代表性的分类算法原理进行分析、比较，总结出每种算法的性能特征，既便于使用者了解掌握各种分类算法、更好地选择合适的算法，又便于研究者对算法进行研究改进，提出性能更好的分类算法。     

乐器认知应有全球化观念

普罗科菲耶夫的《彼得与狼》，和有布列顿的《青少年管弦乐入门》，是世界着名的两部介绍西方乐器的作品，对推广认识西方乐器，特别是儿童青少年，一直发挥很大作用；过去一直感到很遗憾的是，却没有类似介绍中国民族乐器的乐曲。[第一段]     

民乐合奏乐器拾音方法及技巧浅析

中国的民乐历史悠久,但是民乐的扩声技术发展却落后于西洋乐器.首先,现在民乐乐团的乐器在古代基本是以独奏乐器的形式开发出来,很少会有大规模合奏的情况出现,所以民乐乐器大多音色鲜明,但这带来了不同乐器之间融合性差的问题.其次,乐器的规格并没有一个非常完善的规定,民乐乐器大多是手工制品,在选材、尺寸等规格方面没有非常严格的规...     

贝叶斯方法在红酒分类中的应用研究

阐述了贝叶斯方法的基本理论,讨论了分类中存在的先验概率等问题并给出了解决方案,贝叶斯方法适合在自动分类中应用.根据UC1网站提供的红酒数据,对分类器的性能进行了实验,结果达到了基本预期,在属性关联、属性容量方面还需要做进一步研究.     

Word页面设计常用方法分类解析

word软件在日常的公文处理中应用非常广泛,很多文档的编辑都要用Nword软件的页面设计方法。文中列举了word软件页面设计中经常要用到的一些方法,如域、页眉和页脚、标题、目录等,并对这些方法进行了分类解析。     

多分类器组合方法在基于遥感图像的土地利用分类方面的应用

介绍了基于遥感图像的土地利用分类方面应用的研究背景、国内外研究现状,给出了使用提出的多分类器组合方法指导应用实例的研究方法。     

浅析基于核方法的XML文档自动分类

XML文档,作为新数据形式,将文本内容信息和结构信息综合起来,是目前进行研究的一个热点。支持向量机方法为了对分类器具体的构造问题进行解决,利用核函数做了空间映射,同时将分类的最优超平面构造出来,这一方法对于文本自动分类有着明显的优点。本文首先介绍了向量模型,其次,对基于支持向量机的XML文档自动分类进行阐述。     

基于BP神经网络的脑卒中患者分类方法研究

人工神经网络的应用逐渐广泛,已经发展到各个前沿领域,在神经专家系统、模式识别、智能控制、组合优化、预测等领域得到成功应用。文章通过对经过PCA算法降维预处理后的数据进行BP神经网络数据分类,比较和分析数据经BP神经网络、RBF神经网络、ANFIS神经网络后的分类误差。经实验分析,BP神经网络、RBF神经网络、ANFIS神经网络分类误差分别为0.000 5,971.935,0.025 3,传统BP神经网络更适合文章中所采集的脑卒中患者数据分类。     

参数池化卷积神经网络图像分类方法

传统的卷积神经网络使用池化层对信息进行降维操作,通常会造成信息损失,从而影响网络的表达能力.针对这一问题,使用参数池化层（Parameterized Pooling Layer）替代传统卷积神经网络中的池化层,提出参数池化卷积神经网络（Parameterized Pooling CNN,PPCNN）.参数池化层在仅仅增加了少量网络参数的情况下,最大可能的保留了卷积神经网络中希望被保留下来的特征;同时,由于增加了池化层前向传播的信息,从而影响了反向传播算法中权值的更新,网络收敛速度更快;实验结果表明,PPCNN模型与传统卷积神经网络模型以及部分改进模型相比,参数池化卷积神经网络模型是有效的.     

机顶盒常见故障的分类及排除方法

随着我市的有线数字电视整体转换顺利完成,数字电视机顶盒大规模推广应用,市民在使用过程中常常会碰到许多机顶盒引起的问题,下面根据日常维修中遇到的机顶盒故障,从产生原因及解决方法等方面进行一下总结,以我市使用最多的银河机顶盒为例,粗略地把机顶盒故障分为3类：     

面向网页分类的网页摘要方法

网页分类是网络挖掘的重要研究内容之一.与文本分类相比,网页分类面临的困难更多.去除网页中的噪声信息可以提高网页分类的精度,基于摘要的网页分类方法利用了这一思想.本文对三种传统的网页摘要方法进行了分析和改进,提出了Content Body摘要方法以及基于四种摘要方法的混合摘要方法;在此基础上,进行了大量基于摘要的网页分类实验.实验结果表明,所有的摘要方法都可以提高分类效果,其中混和摘要方法效果最好,可以使分类的F1值得到12.9%的改进.     

生成模型与判别方法相融合的图像分类方法

本文通过在图像局部特征基础上基于高斯混合模型建立全局视觉词汇,用局部特征相对于不同视觉单词的后验概率之和所形成的特征向量来描述图像,最终利用基于线性核的支持向量机进行图像分类.实验中比较了与其它同类方法在PASCAL VOC 2006图像集上的分类结果,验证了本文提出的分类方法及其与目标区域（前景）特征相结合在提高分类效果上的有效性.     

基于Erdas9.2平台进行遥感影像分类的各种方法与比较

主要介绍在Erdas9.2平台上对湖北宜昌地区的TM影像进行遥感影像分类的各种方法以及不同方法之间的分析比较。     

面向政策法规数据的分类方法

通过设计阀值、构造类别的基向量和待分类向量的复数指标,建立了面向政策法规数据的适于有效机器学习的实时动态可扩展的分类方法.改进了文档的自动分类多采用以类别为中心的分类模式,综合了以文档为中心和以类别为中心两种分类模式的优点,实现了一次性完成单标号分类和多标号分类问题,克服了以往分类中预先定义主题类别和聚类分类中预先指定类别的种数的缺陷.编制了相应的算法.     

基于可拓方法的脉象分类研究

提出一种基于可拓学的脉象分类方法,旨在将可拓方法应用于脉象分类判别,建立脉象多参数指标的判别模型,并以定量的数值表示判别结果,能较完整地反映实际的脉象属类,且易于使用计算机进行规范化、客观化判别.     

基于机器视觉的工件特征识别与分类方法研究

机器视觉是计算机科学与人工智能研究领域的一项重要内容,主要通过计算机应用技术来模拟人的视觉功能,对从图像中提取的信息进行分析和处理,以达到实际检测和控制的效果。本文主要对基于机器视觉的工件特征识别与分类方法进行了分析和研究,以期帮助人们更好地了解机器视觉分类识别技术。     

调制分类概论与差分相位简化加权方法的研究

调制分类是无线电信号分析和现代通信网络自动路由分配的有效技术手段。基本方法是决策论和统计模式识别。调制分类的特征构造方法，是建立在概率论和二元假设检验及其似然比理论基础之上的。差分相位筒化加权的调制分类技术改进了经典差分相位方法的局限。