搜索资源列表
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
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
ll
- K最近邻(k-Nearest Neighbor,KNN)分类算法-K nearest neighbor (k-Nearest Neighbor, KNN) classification algorithm
C
- 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。-K nearest neighbor (K-Nearest Neighbor, KNN) classification algorithm, is a more mature approach in theory is the simplest machine learning algorithms.
e4k-means-althogrim
- 基于K—Means的中文文本聚类算法的研究和实现。中文文本聚类的主要技术,特征选择,共享最近邻的K-Means的改进算法。基于k-Means的实现和实验。-Based on the Chinese version of K-Means clustering algorithm and implementation. The main technology of Chinese Text Clustering, feature selection, shared nearest neighbor
K-Nearest-Neighbor
- 数据挖掘中经典的KNN(K-最近邻)算法,导入即可运行-Data Mining the classical KNN (K- nearest neighbor) algorithm, you can import operation
kUntitled1
- k-最近邻算法分类器,程序清晰易读,有注解,方便最算法的进一步掌握-K- nearest neighbor classifier algorithm, procedures Notes clear and easy to read, easy to grasp the algorithm.
KNN
- 自己实现机器学习十大算法中的k最近邻算法,经过测试,算法运行很好-Own machine learning algorithm to achieve the k nearest neighbor algorithm, tested, the algorithm runs very well
MLkNN
- K近邻分类算法是一种简单有效的方法,基于此提出了多标签K近邻分类算法用于多标签分类研究(multi-label classification algorithm)
MLkNN
- ML-KNN,这是来自传统的K-近邻(KNN)算法。详细地,为每一个看不见的实例中,首先确定了训练集中的k近邻。之后,基于从标签集获得的统计信息。这些相邻的实例,即属于每个可能类的相邻实例的数量,最大后验(MAP)原理。用于确定不可见实例的标签集。三种不同现实世界中多标签学习问题的实验研究,即酵母基因功能分析、自然场景分类和网页自动分类,表明ML-KNN实现了卓越的性能(ML-KNN which is derived from the traditional K-nearest neighbo
knn
- k最近邻算法:分类和回归。通过对训练集分类训练模型,验证集用于验证数据的准确性。(K nearest neighbor algorithm: classification and regression. Through the training set classification training model, the verification set is used to verify the accuracy of the data.)
手写体字符识别
- 简单的手写体字符识别,利用了k近邻和支持向量机算法(Simple handwritten character recognition, using the k nearest neighbor and support vector machine algorithm)
李航_统计学习方法
- 《统计学习方法》是计算机及其应用领域的一门重要的学科。《统计学习方法》全面系统地介绍了统计学习的主要方法,特别是监督学习方法,包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。(The statistical learning method is an important subject in the field of computer and its application.)
KNN方法
- 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(The adjacent algorithm, or the K nearest neighbor (kNN, k-NearestNeighbor) classification algorithm is one of the simplest methods in the data mining classification technique)
5256277
- 实现数据挖掘的几个算法,包括模糊聚类,K均值,以及K近邻等聚类算法()
KNN人脸识别
- 使用KNN算法实现的人脸识别程序,KNN是机器学习里的K最近邻算法。(face recognition of KNN using python)
基于SIFT算法的图像特征点提取与匹配
- 文章深入研究了 SIFT 特征点提取的原理及过程,以基于 K-D 树结构的近邻算 法对呈线性变换的两幅图像在不同视角和噪声干扰情况下进行了特征点的粗匹 配,并通过随机抽样一致性算法(Random Sample Consensus)进行特征点的提纯,删 除例如错误的匹配特征点对。针对粗匹配后误匹配点对较多导致的 RANSAC 算法 效率降低、运算时间变长的情况,论文以视差梯度约束对粗匹配点对进行预筛选, 提升了 RANSAC 算法的效率。根据匹配点对空间位置关系得出图像之间的变换模 型;最后将图像