简介:Tri—Training是半监督协同训练的代表性算法之一,它运用统计技术标记置信度,并结合噪音学习理论进行无标记样本分类。当扩充样本训练集不满足噪音学习理论时,会进行随机采样,针对传统Tri-Training算法随机选取基础分类器的扩充训练样本集会引入噪声这一缺陷,通过更改扩充样本训练集选取方式,剔除可能提高分类误差的样本。在健康大数据集上进行一系列验证试验,实验结果表明,改进的算法优于原始算法,降低分类错误率。
简介:为了使GPS单点定位的精度有所提高,本人通过编程的方式优化了电离层改正的双频伪距改正法和Klobuchar模型,并分别将这两种算法加入到伪距单点定位程序中,通过定位结果分析发现Klobuchar模型优于双频伪距改正法的改正效果,Klobuchar模型对改善电离层误差效果更加明显。
简介:NodeJS把javascript推动为互联网发展核心驱动力,给前端界带来的更大的发展潜力。论文基于NodeJs的事件驱动及异步编程原理,就一个基于NodeJS的聊天室的实例结合HTML5的最新技术来展示javasccript技术在后端服务器领域的前景。