| 例文 |
learning vectorの部分一致の例文一覧と使い方
該当件数 : 111件
A discriminating feature extracting means 104 calculates a covariance matrix S_B among classes and covariance matrix S_W in a class for a face image for learning which is prepared in advance, and calculates the best suitable vectors η and γ maximizing variance ratios among classes and in a class, and calculates a conversion expression for converting an entered frequency feature vector x into a frequency feature vector y in a discriminating space.例文帳に追加
判別特徴抽出手段１０４は、あらかじめ備えられた学習用顔画像に対し、クラス間共分散行列Ｓ_Ｂおよびクラス内共分散行列Ｓ_Ｗを計算し、クラス間／クラス内分散比が最大となる最適ベクトルηおよびγを求め、入力された周波数特徴ベクトルｘを判別空間における周波数特徴ベクトルｙに変換する変換式を算出する。 - 特許庁
The ingressive detection device obtains classification reference information for classifying the ingressive candidate into either the ingressive or the non-ingressive, through machine learning with setting the feature vector as input, and classifies the ingressive candidate into either the ingressive or the non-ingressive based on the classification reference information.例文帳に追加
吸気音検出装置は、特徴ベクトルを入力として機械学習することにより、吸気音候補を吸気音と非吸気音とのいずれか一方に分類するための分類基準情報を求め、該分類基準情報に基づき、吸気音候補を吸気音と非吸気音のいずれか一方に分類する。 - 特許庁
The boundary of a region of defective-item feature value is corrected such that the region of the defective-item feature value, a region containing feature value extracted from the object to be inspected determined as a defective item by the discriminator, may be larger than a region of defective-item characteristic region determined by the learning of the support vector machine.例文帳に追加
そしてその識別器が不良品と判定する検査対象物から抽出される特徴量が含まれる領域である不良品特徴量領域が、サポートベクターマシンの学習により決定された不良品特徴量領域よりも広くなるように、不良品特徴量領域の境界が修正されている。 - 特許庁
A table close to a combination of the brightness of, the tint, the complicatedness of the design of the original image and the motion vector is selected from an occurrence information amount table group 10 representing a relationship between a preset encoding parameter with respect to various scenes and the amount of information that has occurred and the selected table is used as a learning result of a first step.例文帳に追加
予め設けられた、種々のシーンに対する符号化パラメータと発生情報量との関係を表す発生情報量テーブル群１０の中から、原画像の明るさ、色合い、絵柄の複雑さおよび動きベクトルの組み合わせに近いテーブルを選択し、第一段階の学習結果とする。 - 特許庁
To provide a vital sign measuring system and a vital sign measuring method which enable communication with an object person having difficulty in communication by using a sensor device, acquiring vital sign information such as an electrocardiogram, bloodstream, a blood pressure, and an electromyogram in combination with information of an electroencephalography and a magnetoencephalogram or the like, and a fuzzy learning vector quantization method (FLVQ) for a communicating means.例文帳に追加
心電・血流・血圧・筋電等のバイタルサイン情報と、脳波計・脳磁界等の情報を複合して取得できるセンサデバイスを使用し、意思伝達の手段にはファジー学習ベクトル量子化法（ＦＬＶＱ）を用いることにより、意思伝達の困難な対象者とのコミュニケーションを可能としたバイタルサイン計測システム及び計測方法を提供する。 - 特許庁
On a learning device 1 which registers a plurality of objects, the object is classified as a tree structure from a similarity between feature vectors of each object by an object classification means 12, and the feature vector belonging to each node of the classified tree structure is analyzed for principal component by a principal component analysis means 13, then it is accumulated in an accumulation means 14.例文帳に追加
複数のオブジェクトを登録する学習装置１において、オブジェクト分類手段１２により、各オブジェクトの特徴ベクトル間の類似度からオブジェクトを木構造として分類し、主成分分析手段１３により、分類された木構造の各ノードに属する特徴ベクトルを主成分分析し、蓄積手段１４に蓄積する。 - 特許庁
To provide a document classification method, a document classification device, a program and a recording medium, capable of executing the learning without a side effect by avoiding a bad influence upon classification of a new document caused by the pulling of a document vector to an extreme direction characterizing a category when only one right classification destination can be selected.例文帳に追加
正しい分類先を１個しか選択できない場合に、そのカテゴリを特徴付ける極端な方向に文書ベクトルが引っ張られてしまうことに起因する、新たな文書の分類に際して悪い影響が出ることを避け、副作用のない学習を行わせることが可能文書分類方法、文書分類装置、プログラム及び記憶媒体を提供する。 - 特許庁
An unlearned component intensity storage part and a storage content processing part are thus set up for devices to determine how much unvalued components, for which random numbers must be generated, should be valued relative to components valued by learning, and how the entire feature vector should be normalized in the presence of local randomized components.例文帳に追加
そして、学習されて値が決まった成分に対して、値が決まっておらず乱数を発生させる成分は、どれぐらいの大きさの値を作ればいいのか、乱数で決められている成分が一部あるのに、その特徴ベクトル全体の正規化をどうやるのか、という工夫のため、未学習成分強度記億部やその記憶内容の処理部を設けている。 - 特許庁
For a boundary value between the required region and the other region, fuzzy learning vector quantization (FLVQ) is used for the discrimination, separation precision is ensured, the required region is extracted by labeling, and conversion into a 3D image is performed by superimposing image data of the extracted region, thereby displaying a stereoscopic shape.例文帳に追加
必要領域と他領域との境界値にあるものについては、判別にファジィ学習ベクトル量子化法（以下、ＦＬＶＱと記載）を用いることで分解精度を確保し、ラベリングにより必要領域の抽出と、抽出された領域の画像データを積重ねることで、３次元画像へ変換し立体的形状を表示させることを特徴とする。 - 特許庁
In the voice recognition using an HMM having a mixed multidimensional regular distribution, equal output probability is used for input feature vectors within a specific distance range having its center at the mean vector of the mixed multidimensional regular distribution to prevent the recognition precision of an acoustically different speaker from becoming worse deviating from a range of speech prepared as learning data.例文帳に追加
混合多次元正規分布を持つＨＭＭを用いた音声認識において、混合多次元正規分布の平均ベクトルを中心とした所定の距離範囲の入力特徴ベクトルに対して等しい出力確率を用いることにより、学習データとして用意された発声の範囲から外れるような、音響的に異なる話者の認識精度の低下を防止する。 - 特許庁
This pattern recognition method is a method for extracting a statistical property of the increment code from a database formed by an image of the detection target, and designing an optimum identification device for pattern detection by learning of a characteristic vector by use of the property to accomplish the pattern detection corresponding to the apparent change caused by the attitude change of the detection target.例文帳に追加
検出対象の姿勢変動によって生じるみかけの変化に対応したパターン検出を達成するために、検出対象の画像からなるデータベースから増分符号の統計的な性質を抽出し、その性質を用いた特徴ベクトルの学習によってパターン検出のための最適な識別器を設計するものであり、これを最も主要な特徴とする。 - 特許庁
| 例文 |
| Copyright © Japan Patent office. All Rights Reserved. |
ログイン |
Weblio会員(無料)になると
|
検索履歴を保存できる！
|
ログイン |
Weblio会員(無料)になると
|
