搜索资源列表
Bpriori_0
- 在数据库中发现频繁模式和关联规则是数据挖掘领域的最基本、最重要的问题。大多数早期的研究采用了类似Apriori算法的产生候选级并测试迭代的途径代价是昂贵的，尤其是挖掘富模式和长模式时，Jiawei Han提出了一种新颖的数据结构FP_tree,及基于其上的FP_growth算法，主要用于有效的进行长模式与富模式的挖掘.本文在讨论了FP_growth算法的基础上，提出了用Visual C++实现该算法的方法，并编写了算法的程序。-found in the database model and th
BPclassification
- BP学习算法应用——模式分类 应用动量BP学习算法对UCI提供的经典数据库——鸢尾属植物数据库进行分类，速度快，精度高。iris.arff为数据库文件，可用Weka数据挖掘软件打开。Iris.csv为源代码读取的数据文件，通过Weka软件转换得到。 将源文件Iris_classify.m和Iris.csv文件放入matlab的work文件夹中直接运行即可。
prefixspan-0.4-ngram04
- pre-fixSpan算法，该算法是C++语言实现的，主要用模板实现prefixspan的投影数据库架构及模式生长功能
CroppedYale
- 这是一个经过裁剪的yaleB数据库,对做模式识别的人来说非常有用的库.
db_feret
- 这是一个feret数据库,对做模式识别的人来说非常有用的库.
ISODATA
- 模式识别下的ISODATA算法 例子为IRIS数据库数据-ISODATA algorithm for pattern recognition under the examples for the IRIS database data
bp-assort
- 应用bp算法实现对iris数据库的分类，iris数据库是人们广泛使用的用于模式分类的实例系统。它含有150个例子，分为三类，每个类由四个实数特征值描述，分别表示萼片（sepal ）长度，萼片宽度，花瓣（petal ）长度，花瓣宽度。问题是根据这四个特性值分类三种iris 植物，输入为四个特征值和类别 （5.1 3.5 1.4 0.2 0），输出算法分类结果 -Bp algorithms applied to the iris database, the classification, iris
KPCA
- 在ORL或Yale标准人脸数据库上完成模式识别任务。用PCA与基于核的PCA（KPCA）方法完成人脸图像的重构与识别试验. -Or Yale in the ORL face database, complete the standard pattern recognition tasks. With the PCA and kernel-based PCA (KPCA) method to complete the reconstruction of face image and reco
Ex1
- 模式识别某次课程的作业，完成了高斯分布下的两种贝叶斯分类器,以及非参数的K近邻、Parzen窗方法，采用UCI机器学习数据库中的某些数据作为样本，使用交叉验证方法确定参数-Pattern recognition of a particular course work, completed under the two Gaussian Bayesian classifier, and the non-parametric K-nearest neighbor, Parzen window meth
Advanced-Data-Mining
- 数据挖掘(Data Mining)，就是从存放在数据库，数据仓库或其他信息库中的大量的数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。 -Data Mining (Data Mining), that is stored in the database from the data warehouse or other repository of large amounts of data to obtain valid, novel, potentially useful
Data-Mining-Concepts-and-Techniques
- 介绍什么是数据挖掘，什么是数据库中知识发现。书中的材料从数据库角度 提供，特别强调发现隐藏在大型数据集中有趣数据模式的数据挖掘基本概念和技术。所讨论的实现 方法主要面向可规模化的、有效的数据挖掘工具开发。 除学习数据挖掘系统的分类之外，你将看到建立未来的数据挖掘工具所面临的挑战性问题-Introduction What is data mining, knowledge of what is found in the database. The book provides the m
data-mining-technology
- 数据挖掘是知识发现过程的一个基本步 骤。KDD是一门交叉学科，它涉及统计学、数据库技术、计算机科学、模式识别、人工智能、机器学习等多个学科。 -Data mining is a fundamental step in the knowledge discovery process. KDD is an interdisciplinary, it involves statistics, database technology, computer science, pattern reco
LBP-face-recongnition-system
- 一个基于LBP（局部二值模式）的完整的人脸识别系统，包括局部二值化和求直方图特征向量等子程序，加入人脸数据库可以测试人脸识别率，识别率很高。-A whole face recongnition system,which Including local binary and Histogram feature vector .
ga1
- 遗传算法用于模式分类的特征选择。以minstall数据库为例，介绍了详细应用例程。-Genetic algorithm for pattern classification feature selection. Minstall database, for example, describes in detail the application routines.
matlab-data-mining
- 数据挖掘(Data Mining)阶段首先要确定挖掘的任务或目的。数据挖掘的目的就是得出隐藏在数据中的有价值的信息。数据挖掘是一门涉及面很广的交叉学科，包括器学习、数理统计、神经网络、数据库、模式识别、粗糙集、模糊数学等相关技术。它也常被称为“知识发现”。知识发现(KDD)被认为是从数据中发现有用知识的整个过程。数据挖掘被认为是KDD过程中的一个特定步骤，它用专门算法从数据中抽取模式(patter，如数据分类、聚类、关联规则发现或序列模式发现等。数据挖掘主要步骤是：数据准备、数据挖掘、结果的解释
Software-engineering
- 软件工程是一门研究用工程化方法构建和维护有效的、实用的和高质量的软件的学科。它涉及到程序设计语言、数据库、软件开发工具、系统平台、标准、设计模式等方面。在现代社会中，软件应用于多个方面。-Software Engineering is a study to build and maintain an effective, practical and high-quality software engineering disciplines. It comes to programming lan
swdsc
- 采用jsp+javabean+servlet的mvc模式测试数据库师范连接成功-Using jsp+javabean+servlet mvc mode test database the Teachers connection success
matlab-written-number-recognistion
- 本程序基于“图像模式识别—VC++技术实现”写就，实现了线性和非线性手写数字识别。 程序主文件是homework.m 程序包括homework.m,homework.fig,Getfeature.m,losstab.m,losstab.fig,samplelib.m,samplelib.fig,save_sample.m,save_sample.fig 和数据库template.mat。 具体实现可以参考程序内注释。-this is a matalb programme,i
子模式PCA
- 程序为子模式PCA处理程序，主要处理人脸数据，内含部分数据库。
PatternRecognition
- (1)Bayes分类 已知N=9， =3，n=2，C=3,问x= 应属于哪一类？ (2)聚类 使用c－均值聚类算法在IRIS数据上进行聚类分析 (3)鉴别分析 在ORL或Yale标准人脸数据库上完成模式识别任务。 用PCA与基于核的PCA（KPCA）方法完成人脸图像的重构与识别试验。-(1) Bayes classification Known N = 9, = 3, n = 2, C = 3, x = should ask which cat