搜索资源列表
KNNC
- 提出基于优化K-最近邻域分类器(K-Nearest Neighbor Classifier,KNNC)的轴承故障模式识别方-proposed K-Nearest Neighbor Classifier（KNNC）， diagnosing method
E2LSH-0.1
- 局部敏感哈希算法进行数据查找和召回。可以实现最近邻查找、局部敏感哈希算法查找，并且比较两者的召回率。-Local sensitive hashing algorithm to find and recall data. Find the nearest neighbor can be achieved, local sensitive hash algorithm to find and compare the recall.
KNN
- 自己编写的最近邻KNN算法，采用的距离是欧氏距离，附加了详细的中文注释，还有一个测试集和一个训练集- I have written KNN nearest neighbor algorithm, the distance is the Euclidean distance, additional detailed notes in Chinese, as well as a test set and a training set
HellokinectMAT
- 感知行为的影响因素包括单个关节的动作和不同关节的组态。因此提出一种新的基于关节的位置差异的特征类型，联合包括静态姿势、动作、位移在内的行为信息进行识别。采用关节在两个时间和空间区域的差异来明确地模拟个别关节动力学和不同关节的组态。然后应用主成分分析（PCA）来获得所需的特征。同时应用非参数的简捷的贝叶斯最近邻（NBNN）分类器进行多类行为的分类。这个NBNN分类器避免了帧描述符的量化，计算“图像到类别”的距离而不是“图像到图像”的距离。15到20帧的数据就足以实现手势以及动作的识别，无需应用整个
29a2fbce684e
- 在matlab环境下，用最邻近数据关联算法实现目标跟踪。--In the matlab environment, with the nearest neighbor data association target tracking algorithm.-
CK-1_Repro.v1.02
- 有时间序列方法和技术的兴趣大增。从人，自然收集的信息几乎每一件，和生物过程是容易随时间的变化，以及这些变化如何发生的研究是一个中心问题充分理解这样的过程。所有的时间序列数据挖掘任务的分类中，可能是最突出的一个。在时间序列的分类有大量的实证研究，在时间域表明近邻规则是非常有效的。然而，一定的时间序列特征不在这个领域很容易地识别和表达的变化可能揭示了一些重要的和未知的特征。在这项工作中我们提出了递归图的使用对于时间序列的分类表示域。我们的方法复发措施地块使用坎帕纳基奥之间的相似性（CK-1）的距离，
recognition-forme_2
- Application of rule d nearest neighbor to build the partition of the Vornoi
Vornoi-partition
- Application of rule d nearest neighbor to build the partition of the Vornoi
knnalgorithm
- k最近邻算法，给出训练样本和测试样本，通过样本间欧氏距离或是绝对距离来寻找测试样本的k个近邻，并根据k个实例里多数所属的类将该测试样本归为该类。-k-nearest neighbor algorithm, given the training and testing samples by the Euclidean distance between the samples or the absolute distance to find the k nearest neighbors of th
data-asso--introduction
- 详细介绍数据关联的相关知识，包含最近邻，JPDA的算法的详细推导。-Detailed data related knowledge, including the nearest neighbor, detailed derivation JPDA algorithm.
GNN
- 路网环境下的聚集最近邻查询，基于网络V图和查询点集的影响区域确定一个候选集，以此减少了距离的计算量-Clustered network environment nearest neighbor query, determine a candidate set based on the affected area network V diagram and query point set, thereby reducing the amount of computation distance
www2
- 一种改进的最近邻聚类算法，能够改进普通的最近邻聚类算法的不足-An improved nearest neighbor clustering algorithm, it is possible to improve the lack of common nearest neighbor clustering algorithm
knndemo
- K近邻分类器，实现了对iris数据集的分类，并且使用了交叉验证的方法，来验证求得的最优的K值。-K-nearest neighbor classifier to achieve the classification of iris data set and cross-validation of the method used to verify the optimal value of K obtained.
pkupr
- 模式识别 北京大学 本科生课程 课件 （包括贝叶斯模型、最近邻、SVM、线性与非线性分类器、boosting、统计学习、非监督学习等）-Pattern Recognition Peking University Courseware (including Bayesian model, the nearest neighbor, SVM, linear and non-linear classifiers, boosting, statistical learning, unsupervised
knnclassification
- L algorithme K nearest neighbor
KNN
- 邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。 kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 kNN方法在类别决策时，只与极少量的相邻样本有关。由于kNN方
FisherMultiClassDiscri
- 基于Fisher准则多分类特征提取，投影后采用最近邻算法和一对一投票法进行分类和交叉验证，附上数据实例-After feature extraction based on Fisher criterion with multicalsses, the projections are discriminated ultilizing the nearest neighbor algorithm and one-versus-one ballot to have a cross validation
static_K_kendell_mean_var
- MATLAB代码，利用K近邻法并使用相应的特征选择对数据进行分类-MATLAB code, the use of K-nearest neighbor method and use the appropriate feature selection data classification
static_K_ga01
- MATLAB代码，采用封装法利用K近邻和遗传算法的结合对数据进行分类-MATLAB code using encapsulation method using a K-nearest neighbor and genetic algorithm combined with data classification
Data_USPS_linear
- 使用最近邻和现行分类的方法对USPS手写体数据库进行分类，正确率可以达到90 以上。-Using the nearest neighbor and current classification method for USPS handwritten classification correct rate can reach 90 .