搜索资源列表
数字图像处理alpha版
- 本软件是由作者经过数字图像处理课程的学习,采用vc++.net将其基本算法实现,其算法主要包括: 1.点运算(灰度直方图,直方图均衡处理,线性运算,二值化,灰度化等) 2.几何运算(旋转,放缩,镜像,平移) 3.几何空间增强(均值,中值滤波器,k近邻均值,中值滤波器,Roberts,sobel,priwitt,laplacian,wallis锐化算子等) 4.频率域增强(基2FFT进行空间域到频率域的转换,高斯,理想,巴特沃斯高低通滤波器) 5.形态学(膨胀,腐蚀,开,闭运算,边缘提取) 6.图
EXO2ET3
- K均值算法和K近邻算法,以及用MATLAB实现相关例子。-K-means algorithm and the K-nearest neighbor algorithm, and using MATLAB relevant examples.
bayes_k_nn
- 求Weighted/Non-weighted贝叶斯k近邻模型的matlab程序,内含具体说明。-seeking Weighted / Non-weighted k neighbors Bayesian model matla b procedures, containing details.
expressionsb
- 基于弹性模板匹配的人脸表情识别程序。首先针对静态表情图像进行表情图像的灰度、尺寸归一化,然后利用Gabor小波变换提取人脸表情特征以构造表情弹性图,最后提出基于弹性模板匹配及K-近邻的分类算法实现人脸表情的识别。-based on elastic template matching Facial Expression identification procedures. First of all expressions against static image looked gray image
knn_map
- 用得最多的是最近邻,此处上传的是K-近邻,即k=1。matlab环境下的代码。附有实例。-used most often is the nearest neighbor, here is uploaded K-neighbor, k = 1. Matlab environment code. With examples.
K_NN
- k近邻(k_nn)算法在图象处理中的应用,visual C#-k neighbors (k_nn) image processing algorithms in the application, visual C#
Classify_Homework
- 模式识别作业——用平均样本法,平均距离法,最近邻法和K近邻法进行分类-pattern recognition operations -- with the average sample, the average distance, nearest neighbor and K-nearest-neighbor classification
knn_demo
- K近邻法的matlab程序,发现大家都在找它!-K-nearest neighbor method of Matlab procedures, I found that we all have to find it!
kmedfilter
- K近邻中值(均值)滤波器 1) 以待处理像素为中心,作一个m*m的作用模板。 2) 在模板中,选择K个与待处理像素的灰度差为最小的像素。 3) 将这K个像素的灰度均值(中值)替换掉原来的像素值。 -K-nearest neighbor median (mean) a filter) for the pixel to be addressed, for a m * m role template. 2) In the template, select and K-pending p
PRAssign
- 脱机手写体识别Matlab源程序 包括特征提取、bayes分类器、K近邻分类及最近邻分类。 Testscr iptRecognition.m:测试代码 scr iptFeaExtract.m :特征提取 KNearestEstimate.m :K近邻估计 NearestEstimate.m : 最近邻估计 BayesTrain.m :训练bayes分类器 Bayes.m :测试bayes分类器 CrossValidate.m :m交叉验证 -Offlin
knn
- 朴素贝叶斯(Naive Bayes, NB)算法是机器学习领域中常用的一种基于概率的分类算法,非常简单有效。k近邻法(k-Nearest Neighbor, kNN)[30,31]又称为基于实例(Example-based, Instance-bases)的算法,其基本思想相当直观:Rocchio法来源于信息检索系统,后来最早由Hull在1994年应用于分类[74],从那以后,Rocchio方法就在文本分类中广泛应用起来。
knn
- 8个采样点的k近邻算法,结果用语言表示 两个类别
knearest
- k近邻算法的c++实现,在vs2003上编译通过
KNearestclass
- 使用K近邻算法对一个2维德样本集进行分类,样本集的分布为混合高斯分布。
facerecongnition
- 基于弹性模板匹配的人脸表情识别程序。首先针对静态表情图像进行表情图像的灰度、尺寸归一化,然后利用Gabor小波变换提取人脸表情特征以构造表情弹性图,最后提出基于弹性模板匹配及K-近邻的分类算法实现人脸表情的识别。
image recognition
- 分别采用有边缘和无边缘两类图像作为样本库,使用用Hu不变矩对图像进行特征提取,并使用K近邻分类法进行分类和识别。(Two types of images with edges and no edges are used as the sample library, the images are extracted using Hu invariant moments, and the images are classified and identified by K nearest neighb
knn
- #k-近邻算法 实现 KNN 分类算法 # 对未知类别属性的数据集中的每个点依次执行以下操作: # (1)计算已知类别数据集中的点与当前点之间的距离 # (2)按照距离递增次序排序 # (3)选取与当前点距离最小的K个点 # (4)确定前K个点所在类别的出现频率 # (5)返回前K个点出现频率最高的类别作为当前点的预测分类(#k-Nearest Neighbor , KNN)
最近邻分类代码
- 在linux 下C语言实现最近邻聚类算法,工程已经使用(near K neighbor cluster)
k-nn
- k-nn算法 K-NN算法 ( K Nearest Neighbor, K近邻算法 ), 是机器学习中的一个经典算法, 比较简单且容易理解. K-NN算法通过计算新数据与训练数据特征值之间的距离, 然后选取 K (K>=1) 个距离最近的邻居进行分类或者回归. 如果K = 1 , 那么新数据将被分配给其近邻的类.(k-nnK - NN algorithm (K on his Neighbor, K Nearest Neighbor algorithm), is a classical al
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。该方法的思路是:在特征空间中,如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别,则该样本也属于这个类别。(K-nearest neighbor (KNN) classification algorithm is a relatively mature method in theory and one of the simplest machine