Im Buch
Ergebnisse 1-3 von 16
Seite 54
但是 K - NNR 分類器在應用上最主要的限制是在於操作使用階段,這是由於當知識庫中資料物件的特徵向量( high dimension )維度很高或資料物件數量很大( large number )時,此時辨識一個未知的物件就會花費相當多的運算時間。為了解決這個問題,近年來有很多 ...
但是 K - NNR 分類器在應用上最主要的限制是在於操作使用階段,這是由於當知識庫中資料物件的特徵向量( high dimension )維度很高或資料物件數量很大( large number )時,此時辨識一個未知的物件就會花費相當多的運算時間。為了解決這個問題,近年來有很多 ...
Seite 56
也就是說, X 集合在經過 2 函式的分析、轉換後, X 集合應該產生出幾個元素,才能使分類器同時保有高的分類正確率及低的操作運算複雜度。在這類型的研究有, Newton , et al . [ 14 ]及 Yang and Chen [ 15 ]導入 Fuzzy 的觀念,將原有的資料物件設計成員 ...
也就是說, X 集合在經過 2 函式的分析、轉換後, X 集合應該產生出幾個元素,才能使分類器同時保有高的分類正確率及低的操作運算複雜度。在這類型的研究有, Newton , et al . [ 14 ]及 Yang and Chen [ 15 ]導入 Fuzzy 的觀念,將原有的資料物件設計成員 ...
Seite 74
在此系統架構下的可重組的硬體元件是扮演協同處理器( Coprocessor )的角色,其目的是用來分擔一般的 CPU 所處理的工作量,不像一般具有固定運算電路的浮點運算的協同處理器,因為可重組計算系統中所採用的可重組的硬體元件,可以依目前的系統中執行的程式需求 ...
在此系統架構下的可重組的硬體元件是扮演協同處理器( Coprocessor )的角色,其目的是用來分擔一般的 CPU 所處理的工作量,不像一般具有固定運算電路的浮點運算的協同處理器,因為可重組計算系統中所採用的可重組的硬體元件,可以依目前的系統中執行的程式需求 ...
Was andere dazu sagen - Rezension schreiben
Es wurden keine Rezensionen gefunden.