版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、聲明本人鄭重聲明:所呈交的學(xué)位論文,是本人在指導(dǎo)教師的指導(dǎo)下,獨(dú)立進(jìn)行研究所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外,本論文不包含其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的研究成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體,均已在文中以明確方式標(biāo)明。本聲明的法律責(zé)任由本人承擔(dān)。論文作者簽名:盤皇蔓日期:w1271,gI乙關(guān)于學(xué)位論文使用權(quán)的說明本人完全了解太原理工大學(xué)有關(guān)保管、使用學(xué)位論文的規(guī)定,其中包括:①學(xué)校有權(quán)保管、并向有關(guān)部門送交學(xué)位論文的原件
2、與復(fù)印件:②學(xué)??梢圆捎糜坝 ⒖s印或其它復(fù)制手段復(fù)制并保存學(xué)位論文;③學(xué)校可允許學(xué)位論文被查閱或借閱;④學(xué)??梢詫W(xué)術(shù)交流為目的,復(fù)制贈(zèng)送和交換學(xué)位論文;⑤學(xué)??梢怨紝W(xué)位論文的全部或部分內(nèi)容(保密學(xué)位論文在解密后遵守此規(guī)定)。簽名:起璽銎日期:如心672導(dǎo)師簽名:杜:查日期:盈[堅(jiān)。&。』羔太原理工大學(xué)碩士研究生學(xué)位論文式的顯著差異和提取的激活體素對(duì)應(yīng)的腦區(qū)位置這兩個(gè)方面綜合評(píng)價(jià)算法的優(yōu)劣,然后確定參數(shù)的選取。最后對(duì)提取的激活體素構(gòu)造分
溫馨提示
- 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于SVM的MCI功能影像數(shù)據(jù)分類研究.pdf
- 基于醫(yī)學(xué)影像的模式分類與聚類挖掘技術(shù)的研究與應(yīng)用.pdf
- 基于譜聚類的極化SAR圖像分類研究.pdf
- 基于模糊理論的譜聚類算法研究與應(yīng)用.pdf
- 譜聚類算法的研究與應(yīng)用.pdf
- 譜學(xué)習(xí)與聚類的研究與應(yīng)用.pdf
- 基于譜聚類的文本聚類算法研究.pdf
- 基于鄰域信息的譜聚類應(yīng)用研究.pdf
- 基于模型聚類與特征選擇策略的網(wǎng)絡(luò)流分類研究.pdf
- 快速譜聚類算法的研究與應(yīng)用.pdf
- 基于隨機(jī)投影和改進(jìn)譜聚類的SAR地物分類研究.pdf
- 自適應(yīng)譜聚類算法的研究與應(yīng)用.pdf
- 基于改進(jìn)隨機(jī)聚類決策森林算法的遙感影像分類研究.pdf
- 基于特征間隙檢測(cè)簇?cái)?shù)的譜聚類算法研究.pdf
- 譜聚類算法研究和應(yīng)用.pdf
- 耦合“圖-譜”特征的遙感影像自動(dòng)分類方法研究.pdf
- 基于特征點(diǎn)選擇的聚類算法研究與應(yīng)用.pdf
- 基于聚類的多層特征選擇算法的研究與應(yīng)用
- 基于面向?qū)ο骃VM和譜聚類的極化SAR分類.pdf
- 基于人工免疫的自適應(yīng)譜聚類算法研究與應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論