本文讨论了使用傅里叶描述符进行血细胞分析和分类。 以二维数字序列傅立叶描述符的形式描述轮廓边界的模型。 图形的形状和方向对傅立叶描述符参数的影响。 探索如何确保傅立叶描述子关于几何变换的不变性。 计算机图形工具的Fourier描述符的图形表示模型。 一种基于神经网络的傅立叶描述符形成信息特征空间的方法，对边界图像段的轮廓进行分类。

2d和3d图像分类与分割源码

#清磁盘啦~，CSDN“网盘”真好用，感谢CSDN~ 机器学习，基于KNN算法对银行客户的历史数据进行分类分析，通过研究客户的历史行为来捕捉流失客户的特点，分析客户流失原因，从而可以在客户真正流失之前做出相应的营销干预，对客户进行挽留。

针对PointNet模型只针对孤立点提取特征信息,而对邻域结构的信息提取能力不足的问题,提出基于图卷积网络的三维点云分类分割模型GraphPNet。首先将三维点云转换成无向图结构,利用该图结构得到点云的邻域信息,通过将邻域信息与单个点信息融合的方式提高分类与分割的准确率。在分类实验中,本文在ModelNet40数据集上进行训练与测试,并且与3D ShapeNets、VoxNet、PointNet模型的分类精度进行比较,其分类精度优于这些模型。在分割实验中,使用ShapeNet数据集进行训练与测试,并且与PointNet模型等分割模型得到的平均交并比(mIoU)值进行比较,验证了GraphPNet在分割实验中的有效性。

视频教程

行业术语及概念，适用于行业从业人员和在校大学生

实验要求 文本类别数：>=10类。 训练集文档数：>=500000篇；每类平均50000篇。 测试机文档数：>=500000篇；每类平均50000篇。 实验内容 利用朴素贝叶斯算法实现对文本的数据挖掘，主要包括： 语料库的构建，主要包括利用爬虫收集Web文档等。 语料库的数据预处理，包括文档建模，如去噪，分词，建立数据字典。 自行实现朴素贝叶斯，训练文本分类器。 对测试集的文本进行分类 对测试集的分类结果利用正确率和召回率进行分析评价。