关键词feature extraction methods
搜索结果 - 5
- 音乐类型分类：训练一个 AI 模型
通过使用机器学习算法和从音频信号提取的特征进行音乐流派分类，本研究旨在评估机器学习模型在流派分类中的鲁棒性并进行结果比较。
- 基于 CNN 的小行星附近导航的本地特征
通过轻量级特征提取器，本研究采用视觉为基础的接近导航方法解决小行星探测任务中的挑战，提供了在照明变化和仿射变换下具有稳健性的特征提取方法，同时将合成图像和实际数据结合以验证其有效性。通过该研究，取得了在小行星导航领域准确导航和定位的成果，并 - 多模态情感分析中的多元特征利用
我们在 MuSe-Personalisation 子挑战赛中提出了一种解决方案，通过使用多模态情感分析来预测参与者的情绪和趣味连续值，并通过提取多样特征的方法建立了稳健的特征表达和模型集成，最终在此挑战中获得第三名的成绩。
- 调整传统语言处理方法以进行普什图语文本分类
本研究旨在建立一个普什图语自动文本分类系统。我们建立了一个普什图语语料库，并比较了几种机器学习技术和特征提取方法，结果发现在 MLP 分类算法和 TFIDF 特征提取方法下，平均测试准确率达到了 94％。
- MOOCs 中的 Dropout 模型评估
本文提出了一种统计测试假设模型性能的过程，该过程超越了社区中的实践状态，分析了来自大规模在线开放课程（MOOC）的一系列算法和特征集。该方法揭示了论坛、作业和点击流基于特征提取方法之间的严重差距，其中后者明显优于前两者，而前两者相互之间无法