搜索资源列表
TheDesignAndEvolutionOfCpp
- 本书是由C++语言的设计师本人所写,描述C++语言的发展历史、设计理念及技术细节的著作。在计算机发展史上,这种从多方面多角度描述一种主流语言各个方面的综合性著作,至今我还只看到这一本。阅读本书,不仅可以了解有关C++语言的许多重要技术问题和细节,还可以进一步理解各种C++特征的设计出发点、设计过程中所考虑的方方面面问题,以及语言成形过程中的各种权衡与选择。 作为C++语言的创造者,作者对于自己的作品自然是珍爱有加。对某些针对C++语言的批论,本书中也有一些针锋相对的的比较尖锐的观点。但纵观全
redmine
- Redmine 是一个开源的、基于Web的项目管理和缺陷跟踪工具。它用**历和甘特图辅助项目及进度可视化显示。同时它又支持多项目管理。Redmine是一个自由开放 源码软件解决方案,它提供集成的项目管理功能,问题跟踪,并为多个版本控制选项的支持。虽说像IBM Rational Team Concert的商业项目调查工具已经很强大了,但想坚持一个自由和开放源码的解决方案,可能会发现Redmine是一个有用的Scrum和敏捷的选择。 由于Redmine的设计受到Rrac的较大影响,所以它们的软件包有
Wang_PCA
- 、去均值 2、计算协方差矩阵及其特征值和特征向量 3、计算协方差矩阵的特征值大于阈值的个数 4、降序排列特征值 5、去掉较小的特征值 6、去掉较大的特征值(一般没有这一步) 7、合并选择的特征值 8、选择相应的特征值和特征向量 9、计算白化矩阵 10、提取主分量 -To mean the number of calculated co-covariance matrix and its eigenvalues and eigenvectors to calculate
feature_selection
- 顺序浮动向前选择:选取特征中影响系数较大的特征。-The order of floating forward options: select characteristics influence coefficient larger feature.
Face_recognition
- 人脸识别程序。算法部分目前分为4个模块:人脸对齐、光照归一化、特征提取和选择、子空间降维,每个模块是一个项目,每个项目生成一个dll供功能部分隐式调用-Recognition program. Part of the algorithm is currently divided into four modules: face alignment, illumination normalization, feature extraction and selection, subspace dime
ZPclustering
- 谱聚类算法建立在谱图理论基础上,与传统的聚类算法相比,它具有能在任意形状的样本空间上聚类且收敛于全局最优解的优点。 该算法首先根据给定的样本数据集定义一个描述成对数据点相似度的亲合矩阵,并且计算矩阵的特征值和特征向量 , 然后选择合适 的特征向量聚类不同的数据点。谱聚类算法最初用于计算机视觉 、VLS I 设计等领域, 最近才开始用于机器学习中,并迅速成为国际上机器学习领域的研究热点。-Spectral clustering algorithm based on the reprodu
PCA(test)
- 完整的PCA 人脸识别的应用包括几个步骤:人脸图像预处理;读入人脸库,训练形成 特征子空间;把训练图像和测试图像投影到上一步骤中得到的子空间上;选择一定 的距离函数进行识别-We present an approach to the detection and identification of human faces and describe a working, near-real-time face recognition system which tracks a s
feature_selection
- 使用matlab语言编写而成,用于蚁群算法的特征提取和选择,已经验证过了-it is used to feature selection for aco,matlab
grayco
- 用3*3邻域计算每一个像素的灰度共生矩阵并计算对应的特征参数,最后再选择特定目标区域内的像素,计算在目标区域内的像素所对应的特征参数的均值和方差(Calculation of characteristic parameters of each pixel gray level co-occurrence matrix and calculate the corresponding 3*3 neighborhood, then select the specific pixels within t
粒矩阵属性约简的启发式算法
- 基于矩阵的运算, 属性约简,特征选择,能够快速的找出最小约简属性子集(Boolean matrix attribute reduction Matrix based operations, attribute reduction and feature selection can quickly find the minimal reduct subsets)
PCA_Monitoring
- PCA(principle component analysis)算法,可用于特征选择等,希望有帮助(principle component analysis)
pca
- 该脚本可以用于降维或者特征选择,名字为主成分分析。(Dimensionality reduction)
极限学习做特征选择思路1
- 极限学习机是一个快速的但因曾神经网络学习算法(Extreme learning is a fast learning method)
MoravecPoint
- 利用moravec算子实现图像的点特征提取,效果基于阈值的选择(The Moravec operator is used to extract the point feature of the image, and the effect is based on the selection of the threshold.)
conlainmynrprofile
- 特征选择算法的改进...比较实践证明是个优秀的算法()
客户流失预测
- 随着全球的商业竞争愈来愈激烈,客户流失预测已经成为客户关系管理中非常重要的内容。预测即将流失的客户,并制定相应的措施挽留客户已经成为促进企业发展的关键性因素。本文从对电信和信用卡客户的行为数据分析入手,针对其中的冗余特征和正负类样本不均衡等特点,提出一种新的特征选择算法和非均衡数据处理算法,以此建立一种新的客户流失预测模型。(Along with the global business more competitive, customer churn prediction has become
PLSUVE
- 基于偏最小二乘回归的matlab中无信息变量消除算法的特征选择(Feature Selection of No Information Variable Elimination Algorithm in Matlab Based on Partial Least Squares Regression)
BPSO for feature selection
- 二进制粒子群算法(Binary particle swarm optimization algorithm,BPSO)解决特征选择问题。(Binary particle swarm optimization algorithm for feature selection problem)
classifier_D
- 使用SVM分类器来预测乳腺癌病人的预后(特征选择;分类器构建),评价模型时使用无被交叉验证,性能评价指标包括准确率,AUC,灵敏度,特异度。学会最基本的机器学习方法。可查看分发给大家的代码,以后遇到类似的问题,可用相似的思路和代码。(The SVM classifier was used to predict the prognosis of breast cancer patients (feature selection; classifier construction), and the
神经网络入门13课源码
- 神经网络入门13课源码 第一课 MATLAB入门基础 第二课 MATLAB进阶与提高 第三课 BP神经网络 第四课 RBF、GRNN和PNN神经网络 第五课 竞争神经网络与SOM神经网络 第六课 支持向量机( Support Vector Machine, SVM ) 第七课 极限学习机( Extreme Learning Machine, ELM ) 第八课 决策树与随机森林 第九课 遗传算法( Genetic Algorithm, GA ) 第十课 粒子群优化( Part