全部分类

推荐文档

更多

热门标签

高考理综人际关系配电装置动力学连接体力的合成全宋诗作者索引公务员考试

计算机

(652 篇文档)

页数

全部 1-9页 10-19页 20页以上

日期

全部近三天近一周近一个月近三个月

权限

全部 VIP专享 VIP免费免费

属性

全部最新最热原创推荐

搜索

搜索重置

链路层、网络层（基础）在线实验报告

实验报告实验二数据链路层实验1.在网络课程学习中，802.3和ETHERNETII规定了以太网MAC层的报文格式分为7字节的前导符、1字节的起始符、6字节的目的MAC地址、6字节的源MAC地址、2字节的类型、数据字段和4字节的数据校验字段。对于选中的报文，缺少哪些字段，为什么？2.查看交换机的MAC地址表，结果为：1）、解释MAC地址表中各字段的含义？2）、这个实验能够说明MAC地址表的学习是来源于数据帧的源MAC地址而非目的MAC地址吗？如果能，为什么？如果不能，试给出一个验证方法。3.在VLAN实验中，实验中的计算机能否通讯，请将结果填入下表：Ping命令能否ping通同一VLAN中___...

2025-01-13 99.5KB 6 页 0 0 5玖币
模式识别（五非线性判别函数）

模式识别第五章非线性判别函数北京航空航天大学计算机学院线性判别函数的基本概念Fisher线性判别函数感知准则函数最小平方误差准则函数多类问题决策树回顾5.0引言5.1分段线性判别函数5.2分段线性判别函数的设计5.3二次判别函数5.4神经网络概述5.5BP神经网络5.6应用实例5.7BP网络模型改进5.8其他常用神经网络模型内容线性判别函数：简单、经济、实用但线性不可分时错误率可能较大引言1.使用新的特征2.非线性变换3.非线性分类器引言实际问题中数据分布可能更复杂需要：更复杂的非线性判别函数来分类注：非线性判别函数并不明确指代一类判别函数，而是指除了线...

2025-01-13 2.83MB 119 页 0 0 5玖币
模式识别&机器学习思考题

模式识别与机器学习期末考查思考题1：简述模式识别与机器学习研究的共同问题和各自的研究侧重点。机器学习是研究让机器（计算机）从经验和数据获得知识或提高自身能力的科学。机器学习和模式识别是分别从计算机科学和工程的角度发展起来的。然而近年来，由于它们关心的很多共同问题（分类、聚类、特征选择、信息融合等），这两个领域的界限越来越模糊。机器学习和模式识别的理论和方法可用来解决很多机器感知和信息处理的问题，其中包括图像/视频分析、（文本、语音、印刷、手写）文档分析、信息检索和网络搜索等。近年来，机器学习和模式识别的研究吸引了越来越多的研究者，理论和方法的进步促进了工程应用中识别性能的明显提高。机器学习：要...

2025-01-13 75.5KB 11 页 2 0 5玖币
模式识别（1）模式识别概论

模式识别北京航空航天大学计算机学院研究生课程课程性质本课程将学习和了解模式识别的基本概念、基本理论。教学内容重点体现在三个方面：将模式识别基础理论与应用结合介绍，便于学生理解。理论与实践相结合，在一定的理论深度上，通过软件编程实现部分算法，加深理论知识的理解。通过本课程的学习，将使学生能够运用所学的理论和方法解决实际问题，强调动手与分析问题能力的提高。课程目标模式识别清华大学出版社张学工PatternClassificationRichardO.Duda,PeterE.Hart,DavidG.Stork参考教材大作业–3次期末闭卷考试课程考核模式识别第一章绪论北京航空航...

2025-01-13 1.78MB 50 页 1 0 5玖币
模式识别（2）贝叶斯决策理论

模式识别第二章贝叶斯决策理论北京航空航天大学计算机学院引言几种常见的决策规则正态分布时的统计决策内容贝叶斯决策理论是统计模式识别中最基本的方法，利用此方法进行分类时要求:各类别总体的概率分布是已知的待决策分类的类别数是一定的统计决策理论——根据每一类总体的概率分布决定决策边界引言在连续的情况下，假设对要识别的物理对象有d种特征观察量这些特征的所有可能的取值范围构成了d维空间我们又称x为d维特征向量引言基本符号与定义12,,...,dxxx12[,,...,]Tdxxxx假设要分类的问题有c个类别，各类别状态用来表示，其中且对应于各类别的出现的先验概率及类条件概率密度已...

2025-01-13 2.98MB 67 页 0 0 5玖币
模式识别（4）线性判别函数

模式识别第四章线性判别函数引言线性判别函数的基本概念Fisher线性判别函数感知准则函数最小平方误差准则函数多类问题内容第三章主要讲了类条件概率密度函数的估计参数估计方法最大似然估计贝叶斯估计非参数估计方法引言训练样本集样本分布的统计特征：概率密度函数决策规则：判别函数决策面方程基于样本的Bayes分类器：通过估计类条件概率密度函数，设计相应的判别函数引言MAXg1...g2gc...x1x2xna(x)分类器功能结构如果可以估计概率密度函数，则可以使用贝叶斯决策来最优的实现分类最一般情况下适用的“最优”分类器：错误率最小，对分类器设计在理论上有指导意义。获取统计...

2025-01-13 1.79MB 86 页 0 0 5玖币
模式识别（5）非线性判别函数

模式识别第五章非线性判别函数北京航空航天大学计算机学院线性判别函数的基本概念Fisher线性判别函数感知准则函数最小平方误差准则函数多类问题决策树回顾5.0引言5.1分段线性判别函数5.2分段线性判别函数的设计5.3二次判别函数5.4神经网络概述5.5BP神经网络5.6应用实例5.7BP网络模型改进5.8其他常用神经网络模型内容线性判别函数：简单、经济、实用但线性不可分时错误率可能较大引言1.使用新的特征2.非线性变换3.非线性分类器引言实际问题中数据分布可能更复杂需要：更复杂的非线性判别函数来分类注：非线性判别函数并不明确指代一类判别函数，而是指除了线...

2025-01-13 2.84MB 119 页 0 0 5玖币
模式识别（7）特征选择与提取

模式识别第七章特征选择与提取基本概念特征选择特征提取内容特征选择和提取是模式识别中的一个关键问题前面讨论分类器设计的时候，一直假定已给出了特征向量维数确定的样本集，其中各样本的每一维都是该样本的一个特征；这些特征的选择是很重要的，它强烈地影响到分类器的设计及其性能；假若对不同的类别，这些特征的差别很大，具有良好区分能力的特征则比较容易设计出具有较好性能分类系统。基本概念特征选择和提取是构造模式识别系统时的一个重要部分在很多实际问题中，往往不容易找到那些最重要的特征，或受客观条件的限制，不能对它们进行有效的测量；因此在测量时，由于人们心理上的作用，只要条件许可总希望把特征取得...

2025-01-13 1.34MB 60 页 2 0 5玖币
模式识别（10）非监督学习方法

模式识别第九章非监督学习方法北京航空航天大学计算机学院监督学习（supervisedlearning）：用已知类别的样本训练分类器，以求对训练集数据达到某种最优，并能推广到对新数据的分类非监督学习（unsupervisedlearning）：样本数据类别未知，需要根据样本间的相似性对样本集进行分类（聚类，clustering）引言监督学习方法必须要有训练集与测试样本。在训练集中找规律，而对测试样本使用这种规律；而非监督学习只有一组数据，在该组数据集内寻找规律。监督学习方法的目的是识别事物，给待识别数据加上标注（label），因此训练样本集必须由带标注的样本组成。而非监督学习方法只有要分...

2025-01-13 2.38MB 63 页 1 0 5玖币
模式识别（二贝叶斯决策理论）

模式识别第二章贝叶斯决策理论北京航空航天大学计算机学院引言几种常见的决策规则正态分布时的统计决策内容贝叶斯决策理论是统计模式识别中最基本的方法，利用此方法进行分类时要求:各类别总体的概率分布是已知的待决策分类的类别数是一定的统计决策理论——根据每一类总体的概率分布决定决策边界引言在连续的情况下，假设对要识别的物理对象有d种特征观察量这些特征的所有可能的取值范围构成了d维空间我们又称x为d维特征向量引言基本符号与定义12,,...,dxxx12[,,...,]Tdxxxx假设要分类的问题有c个类别，各类别状态用来表示，其中且对应于各类别的出现的先验概率及类条件概率密度已...

2025-01-13 1.15MB 67 页 0 0 5玖币
模式识别（二贝叶斯决策理论）

模式识别第二章贝叶斯决策理论北京航空航天大学计算机学院引言几种常见的决策规则正态分布时的统计决策内容贝叶斯决策理论是统计模式识别中最基本的方法，利用此方法进行分类时要求:各类别总体的概率分布是已知的待决策分类的类别数是一定的统计决策理论——根据每一类总体的概率分布决定决策边界引言在连续的情况下，假设对要识别的物理对象有d种特征观察量这些特征的所有可能的取值范围构成了d维空间我们又称x为d维特征向量引言基本符号与定义12,,...,dxxx12[,,...,]Tdxxxx假设要分类的问题有c个类别，各类别状态用来表示，其中且对应于各类别的出现的先验概率及类条件概率密度已...

2025-01-13 1.66MB 67 页 0 0 5玖币
模式识别（七特征选择与提取）

模式识别第七章特征选择与提取基本概念特征选择特征提取内容特征选择和提取是模式识别中的一个关键问题前面讨论分类器设计的时候，一直假定已给出了特征向量维数确定的样本集，其中各样本的每一维都是该样本的一个特征；这些特征的选择是很重要的，它强烈地影响到分类器的设计及其性能；假若对不同的类别，这些特征的差别很大，具有良好区分能力的特征则比较容易设计出具有较好性能分类系统。基本概念特征选择和提取是构造模式识别系统时的一个重要部分在很多实际问题中，往往不容易找到那些最重要的特征，或受客观条件的限制，不能对它们进行有效的测量；因此在测量时，由于人们心理上的作用，只要条件许可总希望把特征取得...

2025-01-13 1.46MB 60 页 0 0 5玖币
模式识别（三概率密度函数的估计）

模式识别第三章概率密度函数的估计计算贝叶斯后验概率进行决策如何实现？实现中有问题吗?能直接计算吗?贝叶斯决策的实际使用��(��ȁ��)=�(��ȁ��)��(��)σ�=��(��ห��)��(��)以第二章医生诊病为例：��&#...

2025-01-13 1.01MB 64 页 0 0 5玖币
模式识别（四线性判别函数）

模式识别第四章线性判别函数引言线性判别函数的基本概念Fisher线性判别函数感知准则函数最小平方误差准则函数多类问题内容第三章主要讲了类条件概率密度函数的估计参数估计方法最大似然估计贝叶斯估计非参数估计方法引言训练样本集样本分布的统计特征：概率密度函数决策规则：判别函数决策面方程基于样本的Bayes分类器：通过估计类条件概率密度函数，设计相应的判别函数引言MAXg1...g2gc...x1x2xna(x)分类器功能结构如果可以估计概率密度函数，则可以使用贝叶斯决策来最优的实现分类最一般情况下适用的“最优”分类器：错误率最小，对分类器设计在理论上有指导意义。获取统计...

2025-01-13 1.79MB 86 页 0 0 5玖币
模式识别试题及总结

一、填空与选择填空（本题答案写在此试卷上，30分）3、聚类分析算法属于（1）；判别域代数界面方程法属于（3）。（1）无监督分类(2)有监督分类（3）统计模式识别方法（4）句法模式识别方法9、影响层次聚类算法结果的主要因素有（计算模式距离的测度、（聚类准则、类间距离门限、预定的类别数目））。11、线性判别函数的正负和数值大小的几何意义是（正（负）表示样本点位于判别界面法向量指向的正（负）半空间中；绝对值正比于样本点到判别界面的距离。）。12、感知器算法1。（1）只适用于线性可分的情况；（2）线性可分、不可分都适用。14、在统计模式分类问题中，聂曼-皮尔逊判决准则主要用于（某一种判决错误较另一种判...

2025-01-13 588KB 15 页 0 0 5玖币
模式识别-支持向量机

模式识别第六章支持向量机线性判别函数的基本概念Fisher线性判别函数感知准则函数最小平方误差准则函数多类问题回顾回顾–线性分类器设计利用训练样本建立线性判别函数最好的结果一般出现在准则函数的极值点上，所以将分类器设计问题转化为求准则函数极值,或的问题。步骤1：具有类别标志的样本集��或其增广样本集。步骤2：确定准则函数，满足①是样本集和w,w0或a的函数；②的值反映分类器的性能，其极值对应“最好”的决策。步骤3：优化求解准则函数极值,或。最终得到线性判别函数：或，对于位置类别样本xk，计算g(xk)并通过决策规则判断其类别。回顾–多分类问题1vs.(N-1)or1vs....

2025-01-13 3.05MB 90 页 0 0 5玖币
某校模式识别与机器学习汇总

第一章：模式：存在于时间和空间中可观察的物体，如果我们可以区别它们是否相同或是否相似，都可以称之为模式模式的特点：可观察性、可区分性、相似性模式识别定义：利用计算机对物理对象进行分类，在错误概率最小的条件下，使识别的结果尽量与客观物体相符合机器学习：研究如何构造理论、算法和计算机系统，让机器通过从数据中学习后可以进行如下工作：分类和识别事物、推理决策、预测未来等模式识别系统的目标：在特征空间和解释空间之间找到一种映射关系特征空间：从模式得到的对分类有用的度量、属性或基元构成的空间。解释空间：类别机器学习的目标：针对某类任务T，用P衡量性能，根据经验来学习和自我完善，提高性能。假说的两种获得方法...

2025-01-13 1.44MB 25 页 0 0 5玖币
深度学习系统-课程大纲-2024

1《深度学习系统》课程大纲主责单位：计算机学院课程编号：06113226课程中文名称：深度学习系统课程英文名称：DeepLearningSystems开课学期：秋季学分/学时：2学分，32学时课程性质：专业学位核心课先修课程：计算机系统基础、机器学习等建议后续课程：计算机体系结构、高性能计算等适用层次：硕博通用适用专业：计算机、人工智能、软件工程、电子信息等课程负责人：杨建磊修订时间：2024年8月1日一、课程的性质、目的和任务本课程是面向计算机、人工智能、电子信息等相关专业研究生开设的专业课程，为《计算机系统》与《机器学习》等课程的后续延伸，尝试将机器学习（尤其是深度学习）系统领域的最新研究...

2025-01-13 370.9KB 9 页 1 0 5玖币
实验2 数据链路层实验（研究生）2016春

北航计算机网络实验实验二数据链路层实验北航计算机网络实验2实验内容以太网链路层帧格式分析交换机的MAC地址表和端口聚合VLAN的配置与分析广域网数据链路层协议北航计算机网络实验3数据链路层概述帧同步功能差错控制功能流量控制功能链路管理功能1物理层2数据链路层4传输层3网络层5会话层7应用层6表示层北航计算机网络实验4数据链路层概述位于OSI参考模型的第二层，在物理层基础上为网络层提供服务为物理链路上提供可靠的数据传输交换机是工作在数据链路层的网络设备局域网的数据链路层协议有以太网、令牌环网等广域网的数据链路层协议有PPP、HDLC、FrameRelay等北航计算机网络...

2025-01-13 3.49MB 87 页 0 0 5玖币
实验2 数据链路层实验（研究生）2018秋

北航计算机网络实验实验二数据链路层实验北航计算机网络实验2实验内容以太网链路层帧格式分析交换机的MAC地址表和端口聚合VLAN的配置与分析广域网数据链路层协议北航计算机网络实验3数据链路层概述帧同步功能差错控制功能流量控制功能链路管理功能1物理层2数据链路层4传输层3网络层5会话层7应用层6表示层北航计算机网络实验4数据链路层概述位于OSI参考模型的第二层，在物理层基础上为网络层提供服务为物理链路上提供可靠的数据传输交换机是工作在数据链路层的网络设备局域网的数据链路层协议有以太网、令牌环网等广域网的数据链路层协议有PPP、HDLC、FrameRelay等北航计算机网络...

2025-01-13 3.48MB 86 页 0 0 5玖币

共33页/652条

关于我们联系我们隐私政策用户协议免责申明会员服务协议
本站为文档C2C交易模式，即用户上传的文档直接被用户下载，本站只是中间服务平台，本站所有文档下载所得的收益归上传人(含作者)所有。玖贝云文库仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私，请立即通知玖贝云文库，我们立即给予删除！ Copyright ©Jiubeiyunall rights reserved SITEMAP| 备案号：渝ICP备2024044455号| 渝公网安备50010702506394 | 违法与不良信息举报方式：微信:jiubeiyun2024,QQ:264159069,电话:15523442343,邮箱:jiubeiyun@126.com

客服

关注

二维码已失效
刷新

打开微信，点击“扫一扫”

安全高效便捷

免密登录