搜索资源列表
KNN(C++)
- knn,即k最近邻算法是模式识别中的一种比较简单而经典的分类算法-knn, k-nearest neighbor pattern recognition algorithm is a relatively simple and classic classification algorithm
Homework_191007
- 平台:VS2005 描述:这是华东师大模式识别课程的第三个Homework。用C#实现的人脸识别小程序,算法采用K阶近邻法,人脸图片来自Yale Database。上传的压缩文件里面有我的report和工程文件夹的打包。
KNN
- k最近邻分类算法:用C++实现KNN分类
Knn
- K最近邻分类的代码,附有输入输出和程序使用说明。
setupbasepack80_D6
- SDL Component suite for D6 SDL 组建是一套支持科学和工程计算的工业控件集,有10万行源码,50个例程. 3D 数据, 3D 数据,地图集,原子符号,β函数的情节的旋转,校验扫描的图像, CAS 登记号码,图表,颜色选择, 常量和兑换率,轮廓绘制,化学结构,化学数据,化学公式,X分配,群聚,转换程序,曲线适合, 地理数据,基体,图解,目录,配给,矩阵标签, eigenvectors, F-分布, FFT( 快速傅里叶变换) 小圆点的决定因素的数据库, 先进先出
setup_mathpack80_D6
- SDL Component suite for D6 SDL 组建是一套支持科学和工程计算的工业控件集,有10万行源码,50个例程. 3D 数据, 3D 数据,地图集,原子符号,β函数的情节的旋转,校验扫描的图像, CAS 登记号码,图表,颜色选择, 常量和兑换率,轮廓绘制,化学结构,化学数据,化学公式,X分配,群聚,转换程序,曲线适合, 地理数据,基体,图解,目录,配给,矩阵标签, eigenvectors, F-分布, FFT( 快速傅里叶变换) 小圆点的决定因素的数据库, 先进先出
setup_chempack80_D6
- SDL Component suite for D6 SDL 组建是一套支持科学和工程计算的工业控件集,有10万行源码,50个例程. 3D 数据, 3D 数据,地图集,原子符号,β函数的情节的旋转,校验扫描的图像, CAS 登记号码,图表,颜色选择, 常量和兑换率,轮廓绘制,化学结构,化学数据,化学公式,X分配,群聚,转换程序,曲线适合, 地理数据,基体,图解,目录,配给,矩阵标签, eigenvectors, F-分布, FFT( 快速傅里叶变换) 小圆点的决定因素的数据库, 先进先出
setup_guipack80_D6
- SDL Component suite for D6 SDL 组建是一套支持科学和工程计算的工业控件集,有10万行源码,50个例程. 3D 数据, 3D 数据,地图集,原子符号,β函数的情节的旋转,校验扫描的图像, CAS 登记号码,图表,颜色选择, 常量和兑换率,轮廓绘制,化学结构,化学数据,化学公式,X分配,群聚,转换程序,曲线适合, 地理数据,基体,图解,目录,配给,矩阵标签, eigenvectors, F-分布, FFT( 快速傅里叶变换) 小圆点的决定因素的数据库, 先进先出
混沌时间序列预测
- 1、该工具箱包括了混沌时间序列分析与预测的常用方法,有: (1)产生混沌时间序列(chaotic time series) Logistic映射 - \ChaosAttractors\Main_Logistic.m Henon映射 - \ChaosAttractors\Main_Henon.m Lorenz吸引子 - \ChaosAttractors\Main_Lorenz.m Duffing吸引子 - \ChaosAttractors\Main_Duffing.m Duffin
KNN
- K最近邻(K-Nearest Neighbor,KNN)分类算法,是一个理论上比较成熟的方法,也是最简单的机器学习算法之一。-KNN algorithm
Chameleon
- Chameleon算法是一种通过在合并两类时用更高 的标准来提高聚类质量的聚类算法,它既考虑了互连 性,又考虑了近似度,特别是簇内部的特征,因而能够 自动地适应被合并簇的内部特征,因此具有较强的发 现任意形状和任意大小簇的能力。Chameleon算法首 先由数据集构造成一个K-最近邻图Gk,再通过一个 图的划分算法将图Gk划分成大量的子图,每个子图 代表一个初始子簇,最后用一个凝聚的层次聚类算法 反复地合并子簇来找到真正的结果簇。 -Chameleon
knn
- 模式识别中的(近邻)算法的实现,很有帮助的-Pattern Recognition (K neighbors) algorithm, useful
KNN
- Knn算法综述、柔性KNN算法研究、一个高效的knn分类算法、一种改进的KNN分类算法、一种优化的K最近邻协同过滤算法。-Algorithms Knn, flexible KNN algorithm, an efficient knn classification algorithm, an improved KNN classification algorithm, an optimized K-nearest neighbor collaborative filtering algorith
ordinary_algorithm_for_pattern_recognition
- 使用C语言实现的一些简单模式识别聚类算法,用于简单的二维坐标系点的聚类。有最短距离算法、K均值算法、近邻算法、fcm算法、最大最小距离算法。-Using the C language implementation of some simple pattern recognition clustering algorithm for a simple two-dimensional coordinate system point of clustering. Has the shortest di
knnsearch
- 寻找测试样本的最近邻,可以有效的用于用于模式识别,信号处理-This is a small but efficient tool to perform K-nearest neighbor search, which has wide Science and Engineering applications, such as pattern recognition, data mining and signal processing. The code was initially
kNN_pred
- 采用改进的K最近邻算法对混沌时间序列进行预测-The improved K-nearest neighbor algorithm to predict chaotic time series
Klinjin
- 近邻法的基本思想是在测试样本x的k个近邻中,按出现的样本类别来作为x的类别,即先对x的k个近邻一找出它们的类别,然后对x类别进行判别,即在N个训练样本中,找出x的k个近邻。-The basic idea is that neighbors in a test sample x, k-nearest neighbor in categories according to the sample appears as a type of x, ie the first k nearest neighb
ll
- K最近邻(k-Nearest Neighbor,KNN)分类算法-K nearest neighbor (k-Nearest Neighbor, KNN) classification algorithm
C
- K最近邻(K-Nearest Neighbor,KNN)分类算法,是一个理论上比较成熟的方法,也是最简单的机器学习算法之一。-K nearest neighbor (K-Nearest Neighbor, KNN) classification algorithm, is a more mature approach in theory is the simplest machine learning algorithms.
e4k-means-althogrim
- 基于K—Means的中文文本聚类算法的研究和实现。中文文本聚类的主要技术,特征选择,共享最近邻的K-Means的改进算法。基于k-Means的实现和实验。-Based on the Chinese version of K-Means clustering algorithm and implementation. The main technology of Chinese Text Clustering, feature selection, shared nearest neighbor