• 医学文献
  • 知识库
  • 评价分析
  • 全部
  • 中外期刊
  • 学位
  • 会议
  • 专利
  • 成果
  • 标准
  • 法规
  • 临床诊疗知识库
  • 中医药知识库
  • 机构
  • 作者
热搜词:
换一批
论文 期刊
取消
高级检索

检索历史 清除

医学文献 >>
  • 全部
  • 中外期刊
  • 学位
  • 会议
  • 专利
  • 成果
  • 标准
  • 法规
知识库 >>
  • 临床诊疗知识库
  • 中医药知识库
评价分析 >>
  • 机构
  • 作者
热搜词:
换一批
当前检索式: 关键词=(AdaBoost algorithm)
当前检索式
关键词=(AdaBoost algorithm)
展开
  • 排序
  • 筛选
44条结果
资源类型收起
  • 25
  • 19
中图分类展开
2
1
1
1
年份展开
关键词聚类展开
  • 11
  • 9
  • 5
  • 4
  • 3
更多...
关键词聚类
    加载更多选项
      定制检索筛选项
      中文期刊
      刊名
      作者
      作者单位
      收录源
      栏目名称
      语种
      主题词
      外文期刊
      文献类型
      刊名
      作者
      主题词
      收录源
      语种
      学位论文
      授予学位
      授予单位
      会议论文
      主办单位
      专      利
      专利分类
      专利类型
      国家/组织
      法律状态
      申请/专利权人
      发明/设计人
      成      果
      鉴定年份
      学科分类
      地域
      完成单位
      标      准
      强制性标准
      中标分类
      标准类型
      标准状态
      来源数据库
      法      规
      法规分类
      内容分类
      效力级别
      时效性
        加载更多选项
          定制检索筛选项
          当前检索式: 关键词=(AdaBoost algorithm)
          当前检索式
          关键词=(AdaBoost algorithm)
          展开
          共44条结果
          排序方式
          出版时间 相关度 被引次数 下载量
          清除 | 已选 0/200
          0

          【中文期刊】 李宗仁 陈辉  等 《中国医学装备》 2024年21卷9期 102-106页 ISTIC

          【摘要】 目的:设计基于Spark大数据平台与改进Adaboost算法的医院预分检系统,用于医院就诊患者诊前分流,加速患者就医流程.方法:基于Spark大数据平台实时采集初次进入医院就诊患者的基础数据,将区块链技术应用于数据采集、存储与传输全过程,通...

          【关键词】 预分检实时采集Spark大数据平台

          浏览:7 被引:0 下载:3

          【中文期刊】 王昳昀 马芸芸  等 《食品安全质量检测学报》 2024年15卷23期 77-87页

          【摘要】 目的 基于高光谱成像技术和自适应增强网络(adaptive boosting,AdaBoost)算法建立最佳的不同产地的水蜜桃分类模型.方法 本研究采集了来自无锡、徐州和宁波3个不同产地的'白凤'水蜜桃高光谱图像,通过提取感兴趣区域获得各产...

          【关键词】 高光谱成像技术自适应增强网络算法水蜜桃

          浏览:1 被引:0 下载:0

          【中文期刊】 陈张一 朱朝阳  等 《科技管理研究》 2024年44卷18期 215-221页

          【摘要】 探究学科或领域内研究发展趋势和热点一直以来受到国内外学者们重点关注,而高频关键词的频次变化分析是其中重要的研究内容.关键词的变化与时间存在强相关性,但当前仅有少数研究考虑了关键词随时间密切变化的特性.在考虑关键词信息的时间属性基础上,提出一...

          【关键词】 词频预测算法AdaBoost算法

          浏览:0 被引:0 下载:0

          【中文期刊】 郝丽俊 黄钢  《数据采集与处理》 2023年38卷4期 860-872页

          【摘要】 提出一种改进的AdaBoost强化学习算法,并将其应用于鉴别健康者和肝癌患者的呼气信号.首先采集志愿者(包括健康对照组和肝癌患者)的呼气信号,利用Relief算法提取其主要特征;接着融合Stacking 模型,基于传统的机器学习算法训练得到...

          【关键词】 呼气检测肝癌鉴别AdaBoost算法

          浏览:2 被引:0 下载:0

          【中文期刊】 何校栋 邢海群  等 《中国医学装备》 2017年14卷8期 5-10页 ISTIC

          【摘要】 目的:提出并设计使用PET-CT影像定位肺部病灶区域并辅助判断病灶点的自动化流程,并对整个算法流程进行评价和分析,以提高临床工作效率.方法:选取北京协和医院核医学科20例肺部肿瘤患者的PET-CT影像,使用图像尺度变换等图像处理方法,去除C...

          【关键词】 自动化诊断Adaboost算法PET-CT

          浏览:163 被引:5 下载:14

          【中文期刊】 胡柳 周立前  等 《西安工程大学学报》 2018年32卷2期 243-247页

          【摘要】 针对传统多路径路由方法在复杂网络中的负载不均衡、吞吐量低、网络时延等问题,提出一种基于SDN 的自适应多路径负载均衡策略(SDN based adaptive multipath load balancing, SDN-AMLB).利用SD...

          【关键词】 SDN多路径负载均衡自适应算法

          浏览:0 被引:13 下载:0

          【中文期刊】 田一明 王喜太  等 《中南民族大学学报(自然科学版)》 2018年37卷1期 93-99页

          【摘要】 为了提高对跌倒检测的准确性和可靠性,提出了一种基于三轴加速度时域特征和AdaboostSVM级联分类器的跌倒检测方法.首先,利用滑动窗口法提取加速度信号的时域特征作为唯一特征向量,以提高系统检测的实时性;然后,对传统Adaboost算法的样...

          【关键词】 跌倒检测模式识别集成学习

          浏览:0 被引:7 下载:0

          【中文期刊】 翟夕阳 王晓丹  等 《计算机应用》 2017年37卷6期 1692-1696页

          【摘要】 多类指数损失函数逐步添加模型(SAMME)是一种多分类的AdaBoost算法,为进一步提升SAMME算法的性能,针对使用加权概率和伪损失对算法的影响进行研究,在此基础上提出了一种基于基分类器对样本有效邻域分类的动态加权AdaBoost算法S...

          【关键词】 集成学习多分类AdaBoost算法

          浏览:0 被引:12 下载:0

          【中文期刊】 陈存弟 刘金清  等 《网络新媒体技术》 2017年6卷4期 52-59页

          【摘要】 为了在嵌入式平台实现车牌的实时检测与识别,研究了基于DM642的车牌检测与识别技术.首先结合纹理检测算法和Adaboost分类器进行车牌定位,进而采用旋转差分最大类间距离法实现倾斜校正,校正后的车牌子图结合垂直投影法和聚类分析法对车牌字符进...

          【关键词】 DM642纹理检测Adaboost分类

          浏览:1 被引:2 下载:0

          【中文期刊】 付心浩 谢勤岚  《计算机与数字工程》 2016年44卷5期 944-947页

          【摘要】 针对纯粹引入Haar-like特征的人脸检测算法误检率高且受光照条件影响较大的问题,在保证实时性基本不受影响的前提下,以提高检测精度及增强对光照的鲁棒性为目的,提出了基于Adaboost算法结合MB-LBP算子和联合积分直方图(JIH)及H...

          【关键词】 人脸检测Haar-like特征Adaboost算法

          浏览:0 被引:3 下载:0
          • / 5
          收起侧边栏
          显示侧边栏
          更多> - 相关医事流 -
          • 加载中...
          - 相关学者 -
          • 加载中...
          - 相关机构 -
          • 加载中...

          特别提示:本网站仅提供医学学术资源服务,不销售任何药品和器械,有关药品和器械的销售信息,请查阅其他网站。

          • 客服热线:4000-115-888 转3 (周一至周五:8:00至17:00)

          • |
          • 客服邮箱:yiyao@wanfangdata.com.cn

          • 违法和不良信息举报电话:4000-115-888,举报邮箱:problem@wanfangdata.com.cn,举报专区

          官方微信
          万方医学小程序
          new翻译 充值 订阅 收藏 移动端

          官方微信

          万方医学小程序

          使用
          帮助
          Alternate Text
          调查问卷