搜索资源列表
广义异或集成神经网络算法
- 本程序用C语言实现了集成神经网络解决广义异或问题。用神经网络集成方法做成表决网,可克服初始权值的影响,对神经网络分类器来说:假设有N个独立的子网,采用绝对多数投票法,再假设每个子网以1-p的概率给出正确结果,且网络之间的错误不相关,则表决系统发生错误的概率为 Perr = ( ) pk(1-p)N-k 当p<1/2时 Perr 随N增大而单调递减. 在工程化设计中,先设计并训练数目较多的子网,然后从中选取少量最佳子网形成表决系统,可以达到任意高的泛化能力。 -this pro
mppdf
- 多分类器集成算法，应用前景广泛，本pdf有益于对该算法的了解和学习，共享之。-multiple classifiers integration algorithm, broad application prospects, the benefits of this algorithm pdf understanding and learning, Sharing.
classifier_linear
- 模式识别中线性判别分类器的C++源码，非常容易集成和使用！-pattern recognition linear discriminant classifier C source code, and is easy to integrate and use!
基于自组织数据挖掘的分类器动态集成选择的程序
- 基于自组织数据挖掘的分类器动态集成选择的程序，非常有用
deboor-cox.rar
- 目的:运用强化学习!多分类器集成!降维方法等最新计算机技术,结合细胞病理知识,设计制作/智能化肺癌细胞病理图像诊断系统0"方法:采集细胞图像,运用基于强化学习的图像分割法将细胞区域从背景中分离出来 运用基于样条和改进2方法对重叠细胞进行分离和重构 提取40个细胞特征用于贝叶斯!支持向量机!紧邻和决策树4种分类器,集成产生肺癌细胞分类结果 建立肺癌细胞病理图库,运用基于等降维方法对细胞进行比对,给予未定型癌细胞分类"结果:/智能化肺癌细胞病理诊断系统0应用于临床随机1200例肺
BPFenhleiqi
- 本文介绍了一种新的多神经网络分类器集成方法,适合学习神经网络的学习者参考-This paper introduces a new multi-neural network classifier integration method, suitable for learners to study neural network reference
gyy
- 从因子分析的角度出发解决基因表达谱分析问题。为解决独立成分分析方法在求解过程中的不稳定性，提出一种基于选择性独立成分分析的DNA微阵列数据集成分类器。首先对基因表达水平的重构误差进行分析，选择部分重构误差较小的独立成分进行样本重构，然后基于重构后的样本同时训练多个支持向量机基分类器，最后选择部分分类正确率较高的基分类器进行最大投票以得到最终结果。在3个常用测试集上验证了本文设计方法的有效性。-This paper tries to deal with gene expression proble
boost
- boost算法，用于数据模式分析,其原理是机器学习里面的元学习器集成思想，通过弱分类器的集成来实现一个强分类器。-for data pattern analysis.
Ensemble
- 用adaboost算法生成基支持向量机分类器，并对识别结果进行简单投票法集成。附有支持向量机工具箱和adaboost算法流程说明。-Adaboost algorithm to generate the base with a support vector machine classifier, and the recognition result is a simple voting method integration. With support vector machine algorith
Ensemble-learning-based-on-GMDH
- 基于自组织数据挖掘的多分类器集成选择的程序-Multiple classifiers ensemble selection based on GMDH
multi-class-problem
- 将多类别问题分解成多个二类别问题是解决多类别分类问题的常用方式。传统one against all（OAA）分解方式的性能更多的依赖于个体分类器的精度，而不是它的差异性。本文介绍一种基于集成学习的适于多类问题的神经网络集成模型，其基本模块由一个OAA方式的二类别分类器和一个补充多类分类器组成。测试表明，该模型在多类问题上比其他经典集成算法有着更高的精度，并且有较少存储空间和计算时间的优势。-Decompose multi-class problem into multiple binary cl
random-subspace-classifier-ensemble
- 随机子空间集成分类器, 可以实现比bagging 更好的分类和识别-Random subspace classifier ensemble
Tlbo_adaboost
- 第一步：采用AdaboostM1算法生产多个基分类器。第二步：利用TLBO算法对上述产生的基分类器进行选择。第三步：不进行选择，将所有基分类器集成。-The first step: adopt AdaboostM1 algorithm more than production base classifier.Step 2: use TLBO algorithm to choose the produce base classifier.Step 3: don t choose, integrat
EnsembleLearning-
- 粗糙集随机属性约减集合邻域覆盖约减，是一种集成学习分类器。-rough set。ensemble method
jfarticle
- 小型文章系统，代码精简，短小精干 1.全站dz风格 2.后台文章编辑器集成了eWebEditor，图文混排，功能强大，新闻栏目二级分类，随意修改，管理员分级管理 4.集成了阿江的广告条播放系统 5.集成了在线客服聊天系统 6.集成了友情连接系统.-Small article system, streamlined code, dapper 1. The whole station dz style 2. background articles editor integ
ensemble_2.0
- 集成分类器，用于软判决。 常用于图像隐写和隐写分析。-Integrated classifier for soft decision.
Sphere-Cover-Classifier-master
- 用matlab编程实现随机球覆盖集成分类器算法，首先在UCI数据集上得到很好的结果，然后在6个基因表达数据集通过一个案例说明。-Implement random ball cover integrated classifier algorithm using matlab programming, first get good results on UCI data set, and then in six gene expression data sets through a case des
rotation--forest
- 一些最新的旋转森林集成分类器的研究，能够很好的运用到高光谱图像、生物信息等其他方向。-Some of the latest research rotation forest integrated classifier, can be well applied to the other direction hyperspectral image, biological information.
boosting_demo
- boosting算法用于集成学习，包含多种弱分类器(Boosting algorithm is used for ensemble learning, and it contains many weak classifiers)
nichingparticle-swarm-optimization
- 粒子群优化算起源于对鸟群、鱼群以及对某些社会行为的模拟，是一种基于群体智能的进化计算技术。而小生境技术则起源于遗传算法，这种方法能使基于群体的随机优化算法形成物种，从而使相应的优化算法具有发现多个最优解的能力。而多分类器集成技术则是通过多个分类器进行某种组合来决定最终的分类，以取得比单个分类器更好的性能。多分类器集成技术要求基元分类器不仅个体性能要好并且其差异度要大，这与小生境技术形成物种的能力具有很多内在的相似性。目前己经有研究者将小生境技术应用于多分类器集成，但由于传统的小生境技术仍然不完善