资源列表
12356-
- 对于初学者很有帮助，程序我都运算过了，尺度熵，直接可以拿来用-very good
RandomForest
- ID3决策树+随机森林算法生成决策森林，采用投票机制进行决策；有训练数据aaa和测试数据bbb；非常适合机器学习的初学者-The ID3 the+ random forest algorithm to generate decision forests voting mechanism for decision-making training data the the aaa and test data bbb ideal for machine learning beginners
SKohonen
- 有监督SOM网络，克服了无监督SOM聚类不准确的问题-The supervised SOM network, to overcome the unsupervised SOM clustering inaccurate
Neural-Networks
- 神经网络，函数拟合，用于石油测井行业产能预测-Neural network function fitting for oil well logging industry capacity forecast
PSOPF_localization
- 带惩罚函数的约束粒子群优化问题，在无线传感器网络节点定位中的应用-With the penalty function bound particle swarm optimization problems in wireless sensor network node localization
BPpredictinof-flood
- 针对BP 算法易陷入局部极小、收敛速度慢等缺点，遗传算法是全局优化算法和具有很强的全局搜索能力，遗传算法优化BP 神经网络初始连接权值和阈值形成混合算法。以安徽宣城市为例,将汛期降水量作为预测对象，前期74 项大气环流特征量、500 hPa、100 hPa 月平均高度场、月平均海平面气压场和月平均海温场资料中选取预测因子，建立汛期降水短期气候预测模型。-BP algorithm is easy to fall into local minimum, slow convergence, genet
pso-bp
- ＢＰ神经网络具有较强的非线性问题处理能力 是目前一 种 较 好 的 用 于 时 间 序 列 预 测 的 方 法 然 而 它 存 在 易 于 陷 入 局 部 极 小,针对地震预测的应用,用改进粒子群优化的ＢＰ算法对四川地区最大震级时间序列进行预测,通过训练 预 测 次 年 的 最 大 震 级 结 果,表明此方法优于未经优化的 ＢＰ算法具有良好的预测效果 -BP neural network has a strong nonlinear problems processing power is a
fsvm_pca
- 一个基于FSVM的人脸识别程序，用PCA提取特征，进行识别，里面包含原始的人脸图像-A based on FSVM face recognition program, using PCA feature extraction, identification, which contains the original face image
hc
- 用c++实现的层次聚类。通过设置阈值T输入数据进行层次聚类。-With hierarchical clustering the c++ implementation. Input data by setting the threshold T hierarchical clustering.
watermark
- 实现基于BP神经网络的数字水印添加和提取的实验。实验中采用了BP神经网络对原始图像进行处理添加水印。-Add the BP neural network-based digital watermarking and extraction experiments. BP neural network add a watermark to the original image processing is used in the experiment.
k-meas
- k近邻法分类iris数据。iris数据共分三类，每一类50个数据，这里把每一类前20个作为训练样本，后30个作为测试样本-k-nearest-neighbor classification iris data. iris data is divided into three categories, each category of data from 50, as the training samples in each category of the top 20 after 30 as th
random-subspace-classifier-ensemble
- 随机子空间集成分类器, 可以实现比bagging 更好的分类和识别-Random subspace classifier ensemble