搜索资源列表
pattern_recognition
- 模式识别中的几个常用算法，包括ISODATA算法、K－均值算法、感知器算法、LMSE最小误差、贝耶斯分类。-pattern_recognition have some usual algorithm,including ISODATA algorithm,K-means algorithm,apperceive algorithm ,
percept1
- 多个感知器神经元的分类问题 ％四类输入向量-many neurons in the classification of four input vector%
RBF_classification
- 用rbf神经网络实现分类和曲线拟合，包括分离器和曲线拟合两个文件，可以直接解压缩使用-using neural network classification and curve fitting, including separator and curve fitting two documents, decompression can be used directly
SVM_SMO
- 线性分类器，svm，在图像识别分类表现不错(linear classification)
9、SVM方法
- svm分类器，训练svm的MATLAB代码，简单易理解，好用，能够有效的实现动能(SVM classifier, training SVM MATLAB code, simple and easy to understand, good use, can effectively implement the kinetic energy)
Sciprts
- 用 dataset3 作为训练数据，用 dataset4 作为测试数据，采用不同的特征、训练样本数、分类方法进行比较实验，观察、分析实验结果的异同。 训练分类器的方法为最小错误率贝叶斯分类器（假设正态分布，先验概率各 50%）。使用Bayesscr ipt.m运行代码。(Using dataset3 as training data, dataset4 is used as test data, and different characteristics, training samples an
adboost classifier
- aboost分类器的matlab实现，可解决样本的分类问题(The matlab implementation of aboost classifier can solve the problem of sample classification.)
梯度
- 神经网络中，基于梯度下降的线性分类器，对样本进行分类(In neural networks, linear classifiers based on gradient descent.)
mnist
- 利用keras实现手写数字识别，使用CNN模型 全连接层+两个卷积层，最后Softmax分类器，识别率超过96%(Using keras to realize handwritten numeral recognition baesd on CNN model. One whole connection layer + two convolution layers, and a Softmax classifier. The recognition accuracy is over 96%
chapter28
- 决策树分类器在乳腺癌诊断中的应用研究（2012b版本）(Application of decision tree classifier in breast cancer diagnosis (2012b version))
模式识别代码
- 基于matlab的Iris、乳腺癌数据集的模式识别分类算法，含有 遗传算法+SVM、isodata、感知器算法、LMSE、神经网络等算法的实现代码，用于聚类效果良好，是模式识别大作业的参考资料(The pattern recognition classification algorithm based on MATLAB for Iris and breast cancer data sets contains the implementation code of genetic algorit
adaboost_test
- 一个简单的基于matlab实现的adaboost分类器算法实现(A simple implementation of AdaBoost classifier algorithm based on MATLAB)
SVM
- 经典的分类器，在很多样本数据上表现优良，是最好的单分类器。(The classical classifier performs well on many sample data and is the best single classifier.)
psoSVMcgForClass
- 用粒子群寻优SVM，从而实现对分类器的参数实现寻优(pso svmcg for class,abcpso)
ga-bp
- 一个遗传算法优化神经网络的分类器，可用于模式识别。(A genetic algorithm optimizes the classifier of neural network, which can be used for pattern recognition.)
DBN
- 深度信念网络，神经网络的一种。既可以用于非监督学习，类似于一个自编码机；也可以用于监督学习，作为分类器来使用。(Deep belief network, a kind of neural network. It can be used for unsupervised learning, similar to a self-coding machine, or supervised learning, as a classifier.)
MATLABcode
- 采用bp对男女生样本数据中的身高，体重，喜欢数学，喜欢文学，喜欢运动，设计男女生分类器，并计算模型预测性能（包含SE,SP,ACC和AUC ）。(Using bp for height and weight in male and female sample data, like math, like literature, like sports, design boys and girls classifiers, and calculate model prediction perform
cntData_CSP_FLDA
- 本算法针对运动想象的脑电数据，进行预处理并后续用分类器做分类。 该实验所用的的脑电特征提取方法主要是csp空间滤波，并后续用FLDA来进行特征分类。最终得到较好的效果(In this algorithm, the EEG data of motion imagination are preprocessed and then classified by classifier. The main feature extraction method of EEG in this experime
BPNN
- 采用BP神经网络设计男女生分类器。采用的特征包括身高、体重、是否喜欢数学、是否喜欢文学、是否喜欢运动共五个特征，BP神经网络包含一个隐层，隐层结点数为6。(BP neural network is used to design the classifier for boys and girls. The features used include height, weight, whether you like mathematics, whether you like literature,
2
- （a）产生两个都具有200个二维向量的数据集和（注意：在生成数据集之前最好使用命令randn(‘seed’,0)初始化高斯随机生成器为0（或任意给定数值），这对结果的可重复性很重要）。向量的前半部分来自均值向量的正态分布，并且协方差矩阵。向量的后半部分来自均值向量的正态分布，并且协方差矩阵。其中是一个2*2的单位矩阵。 （b）在上述数据集上运用感知器算法，并且使用不同的初始向量初始化参数向量。 （c）测试每一次算法在和上的性能。 （d）画出数据集和，以及分类面。((a) Generate