搜索资源列表
Myknn
- 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.
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
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
knn
- 模式识别中的k近邻算法,经过测试,运行结果很好。 最小距离分类器 : 它将各类训练样本划分成若干子类,并在 每个子类中确定代表点 。测试样本的类别则以其与这些代表点距离最近作决策。该方法的缺点是所选择的代表点并不一定能很好地代表各类,其后果将使错误率增加。(The k nearest neighbor algorithm in pattern recognition has been tested and the result is very good. Minimum distance c
splicing
- 二维图像拼接,sift特征匹配,快速k近邻匹配,ransac近一步过滤匹配点(Two dimensional image mosaic)
鸢尾花分类
- 使用四种方法进行鸢尾花分类:最小距离分类器,K 近邻法,感知器,Fisher 准则。(Four methods are used to classify iris: minimum distance classifier, K-nearest neighbor method, perceptron and Fisher criterion.)
PCA+mnist
- 基于python,利用主成分分析(PCA)和K近邻算法(KNN)在MNIST手写数据集上进行了分类。 经过PCA降维,最终的KNN在100维的特征空间实现了超过97%的分类精度。(Based on python, it uses principal component analysis (PCA) and K nearest neighbor algorithm (KNN) to classify on the MNIST handwritten data set. After PCA dime
基于php的KNN算法实例
- kNN算法又称为k近邻分类(k-nearest neighbor classification)算法。最简单平凡的分类器也许是那种死记硬背式的分类器,记住所有的训练数据,对于新的数据则直接和训练数据匹配,如果存在相同属性的训练数据,则直接用它的分类来作为新数据的分类。用这种算法可以完成最简单的机器学习算法,适合参加科技比赛和演示