资源列表
LeNet
- 本文档是LeNet的源代码，主要用于迁移学习，当然可以进行相应的调整和改进，使得性能更加优越。(This document is the source code of LeNet, which is mainly used for migration learning. Of course, corresponding adjustments and improvements can be made to make the performance more superior.)
MNIST数据集
- 手写数字识别数据集的训练集和测试集，关于BP神经网络(Handwritten digit recognition data set)
模式识别，人脸识别
- 基于lent——5的模式识别算法，能够高速的识别人脸
sklearn-SVM
- 支持向量机(SVM)——分类预测，包括核函数调参，不平衡数据问题，特征降维，网格搜索，管道机制，学习曲线，混淆矩阵，AUC曲线等(Support vector machine (SVM) - classification prediction, including kernel function parameter adjustment, unbalanced data problem, feature dimensionality reduction, grid search, pipelin
NAO机器人识别红球并跟随
- NAO机器人识别红球并跟随，可用来高尔夫的识别和足球测试
CLT
- CLT use for composite laminating calculation
遗传算法解决TSP问题
- 通过遗传算法解决旅行商遍历各城市得到最短路径的问题
code
- 是关于文章Self-Adaptive Particle Swarm Optimization for Large-Scale Feature Selection in Classification的Matlab源代码，希望对从事这个方向的人员有所帮助。(Self-Adaptive Particle Swarm Optimization for Large-Scale Feature Selection in Classification)
EKF
- 扩展卡尔曼滤波C语言代码，以及一些矩阵相关操作(Extended Kalman filter C code and some matrix related operations)
小波变换和混沌理论在股市预测中的应用
- 应用小波变换和混沌理论相结合的方法对股票市场进行预测 ,即先对股指时序进行小波分解 ,然后对分解得到的高、低频部分分别进行混沌预测 ,再将预测的结果进行小波重构 ,得到原时序的预测结果。 在此基础上应用小波和混沌理论提出进一步提高预测精度的方法 ,即通过对高频部分再进行小分解、混沌预测和小波重构而使高频部分的预测精度得以提高 ,进而提高原始时序的预测精度。(The method of combining wavelet transform and chaos theory is used to
object-detection-master
- 基于深度学习的目标检测方法，效果很好，可以进行学习(Object detection method based on deep learning)
PythonProject
- 对pcap包中未知网络协议识别与分类，使用的ML库为sklearn(Identification and classification of unknown network protocols in pcap)