搜索资源列表
aspbar33
- AspBar V3.3 现有功能：新闻+文章+评论+产品+下载+论坛(贴吧)+分类信息+会员注册发布系统+后台管理系统. 适合大中小型公司企业、事业单位、门户站、学校站、个人等站。 AspBar V3.3 对程序进行了优化，对部分数据结构重新设计。 新增加了会员头像修改功能； 新增加了会员资料前台查看功能。 新增加广告位，并在后台能设置控制是否显示； 新增频道栏目的 底部栏目后台自动设置功能； 解决了在线编辑器不能在IE
dhfenlei_v1.0
- 电话分类查询系统V1.0,采用ASP开发,后台管理,自由添加域名和删减分类,简单操作。 本次更新说明: 1. 自由设置栏目信息，前台自动调用； 2. 内置五种颜色风格，后台自由可切换； 3. 后台增加编辑器，方便设置字体颜色、大小等； 将文件全部上传至空间根目录，后台路径：http://您的域名/admin，默认用户名及密码：admin-The phone classification Enquiry System V1.0 ASP development, backstag
speech-emotion-recognition
- 过特定人语音情感数据库的建立；语音情感特征提取；语音情感分类器的设计，完成了一个特定人语音情感识别的初步系统。对于单个特定人，可以识别平静、悲伤、愤怒、惊讶、高兴5种情感，除愤怒和高兴之间混淆程度相对较大之外，各类之间区分特性良好，平均分类正确率为93.7 。对于三个特定人组成的特定人群，可以识别平静、愤怒、悲伤3种情感，各类之间区分特性良好，平均分类正确率为94.4 。其中分类器采用混合高斯分布模型。-The system of speech emotion recognition
bayesleastrisk
- baye sleastrisk贝叶斯分类实验，设计简单的线性分类器-bayes leastrisk；bayes leastrisk
libsvm-3.1-[FarutoUltimate3.1Mcode]
- 态势要素获取作为整个网络安全态势感知的基础，其质量的好坏将直接影响态势感知系统的性能。针对态势要素不易获取问题，提出了一种基于增强型概率神经网络的层次化框架态势要素获取方法。在该层次化获取框架中，利用主成分分析(PCA)对训练样本属性进行约简并对特殊属性编码融合处理，将其结果用于优化概率神经网络(PNN)结构，降低系统复杂度。以PNN作为基分类器，基分类器通过反复迭代、权重更替，然后加权融合处理形成最终的强多分类器。实验结果表明，该方案是有效的态势要素获取方法并且精确度达到95.53%，明显优于
基于BP的分类器
- 基于BP的分类器设计，一个案例，适合初学者(Classifier design based on BP, a case, suitable for beginners)
logistic
- 用于模式识别中分类器的实现，罗杰斯特回归的实现 ，有数据实例，能够观察到分类结果和收敛曲线(logistics regression)
360
- 使用方法： 1、将文件夹上传到网站根目录下（将admin修改为后台管理目录）覆盖原文件 2、登陆后台》采集》联盟资源库》开始采集吧 3、免费用户点击免费采集 提示：海洋cms需要重新绑定分类，否则数据会错乱！没有相应来源播放器的请加播放器再采集！ 采集前请绑定好栏目分类；有问题群内反馈，谢谢。(qwqwaasadaaaaaaaaaadv)
matlab
- 对于一个具体的数据，用交叉验证进行分类，随机森林进行训练，用AUC,AUPR,Precision评价分类器的性能(For a specific data, use cross validation to classify, train random forests, evaluate the performance of the classifier with AUC, AUPR, and Precision.)
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