当前位置：
首页 资源下载
搜索资源 - k nearest neighbor
搜索资源列表
-
0下载：
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, or k-nearest neighbor algrithom, is a simple and classical classifier algrithom.
-
-
0下载：
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.
-
-
0下载：
K-Nearest neighbour algorithm-K - Nearest neighbor algorithm
-
-
1下载：
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
-
-
0下载：
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
-
-
1下载：
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!
-
-
0下载：
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
-
-
0下载：
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
-
-
0下载：
从K近邻算法、距离度量谈到KD树、SIFT+BBF算法,讲解详细，非常有用-From K neighbor algorithm and distance measurement when it comes to KD tree, SIFT+ BBF algorithm, explain in detail, very useful
-
-
0下载：
Iris 是一种鸢尾属植物。在数据记录中，每组数据包含Iris花的四种属性：萼片长度，萼片宽度，花瓣长度，和花瓣宽度，三种不同的花各有50组数据. 这样总共有150组数据或模式。这里用K近邻法进行分类。-Iris is a genus Iris. In the data recording, the data containing each of the four attributes Iris Flower: sepals length, sepal width, petal length,
-
-
0下载：
matlab 分别利用邻域平均和K点平均对椒盐噪声图像，高斯噪声图像，乘性噪声图像进行处理，比较两者的差别-matlab use neighborhood were average and K-point average for salt and pepper noise image, Gaussian noise images, image processing multiplicative noise, compare the difference between the two
-
-
0下载：
用平均值取代表点的方法和K近邻法对Iris花进行分类-With the average of the representative point method and K-nearest neighbor to classify Iris flower
-
-
0下载：
通过k近邻算法实现数字识别，主要包含0-9之间的所有数字。(Digital identification is realized by K nearest neighbor algorithm.)
-
-
0下载：
K近邻算法，即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例（也就是上面所说的K个邻居）， 这K个实例的多数属于某个类，就把该输入实例分类到这个类中(K nearest neighbor algorithm function)
-
-
0下载：
k 近邻算法采用测量不同特征值之间的距离的方法进行分类(K nearest neighbor algorithm uses the method of measuring the distance between different eigenvalues to classify)
-
-
0下载：
K近邻算法用于特征提取后的分类，是一种常用分类算法，欢迎各位指正(K nearest neighbor algorithm for classification)
-
-
0下载：
#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)
-
-
0下载：
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
-
-
0下载：
针对人脸特征分类问题，提出一种基于主动形状模型(ASM)和 K 近邻算法的人脸脸型分类方法。将 Hausdorff 距离作为 K 近邻算法的距离函数，利用 ASM 算法提取待测图像的特征点，对点集进行归一化后计算人脸轮廓特征点与样本库中所有样本点集的 Hausdorff距离，根据该距离值，通过 K 近邻算法实现待测图像的脸型分类。实验结果证明，该方法分类正确率高、速度快、易于实现。(Aiming at the problem of face feature classification, thi
-
-
1下载：
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
-
«
1
2
3
45
6
7
8
9
10
...
16
»
