排序方式: 共有4条查询结果,搜索用时 31 毫秒
1
1.
【目的】为了在迭代自训练之前探索数据集分布情况,挑选出所含信息量较大且置信度较高的无标记样本加入训练集训练,让训练出的初始分类器有较高的准确性,提高自训练方法的泛化性。【方法】以聚类假设为基础,先对无标记样本集进行密度峰值聚类,在人工地选出聚类中心后,将新的聚类中心作为模糊聚类的初始聚类中心进行模糊聚类,从而筛选出有用的无标记样本。【结果】通过使用密度峰值优化模糊聚类算法,筛选出所含信息量大且置信度高的样本加入了训练集,训练出泛化性更强、分类精度更高的分类器。【结论】实验结果表明,改进后的自训练方法能快速发现样本集原始空间结构,筛选出有用无标记样本加入训练集,与结合其他聚类算法的自训练方法相比分类精度有所提高。 相似文献
2.
基于Proteus的单片机点阵LED汉字显示 总被引:1,自引:0,他引:1
本文采用Proteus单片机仿真平台对24×24点阵式LED显示屏进行仿真设计,实现汉字、数字、字母的多样化显示。在Proteus中完成硬件电路的设计,同时采用Keil开发平台设计软件程序,最终实现点阵显示屏的滚动显示。 相似文献
3.
4.
Proteus仿真软件在实验教学的引入,可以弥补传统实验教学的不足,激发学生的创新能力,并且节约了成本,为单片机实验教学提供了一个新的尝试。 相似文献
1