搜索资源列表
immunity
- 提供一个人工免疫算法源程序，其算法过程包括： 1.设置各参数 2.随机产生初始群体——pop=initpop(popsize,chromlength) 3.故障类型编码，每一行为一种！code(1,:)，正常；code(2,:)，50％；code(3,:)，150％。实际故障测得数据编码，这里Unnoralcode,188％ 4.开始迭代（M次）： 1）计算目标函数值：欧氏距离[objvalue]=calobjvalue(pop,i) 2）计算群体中
shibie.rar
- 用matlab实现的几种模式识别的方法，有切比雪夫距离法，马氏距离法，欧氏距离法。而且每种方法都给出了多种编程,Matlab achieved using several methods of pattern recognition, there are Chebyshev distance, Mahalanobis distance method, Euclidean distance method. But each method are given a variety of program
k_means
- k-means(欧氏距离)聚类算法是最基本的聚类算法，是理解和应用聚类算法的基础，通过k-means(欧氏距离)聚类算法我们才可以初步了解数据挖掘的原理。-k-means (Euclidean distance) clustering algorithm is the most basic clustering algorithm, is understanding and the basis for the application of clustering algorithm, throu
sfrz
- 基于等距映射( ISOMAP) 非线性降维算法, 提出了一种新的基于用户击键特征的用户身份认证算法, 该算法用测地距离代 替传统的欧氏距离, 作为样本向量之间的距离度量, 在用户击键特征向量空间中挖掘嵌入的低维黎曼流形, 进行用户识别。用采集 到的1 500 个击键模式数据进行实验测试, 结果表明, 该文的算法性能优于现有的同类算法, 其错误拒绝率( FRR) 和错误通过率 ( FAR) 分别是1.65 和0 , 低于现有的同类算法。-Based isometric map (ISO
Character-recognition
- 自己制作基于“欧氏距离的算法”来识别文字的相似性，从而来识别手写文字的程序，开发环境是matlab.需要讲手写的字加到字库才可以哦。-Produce their own based on the " Euclidean distance algorithm" to identify the similarity of the text, handwritten text in order to identify the procedures, the development e
KMeans
- 采用C++实现Kmeans聚类算法，距离的计算采用的是欧氏距离。数据集是weka自带的data里面的iris.arff数据集。假设样本所有属性都是数值属性，不考虑分类属性。-C++ implementation Kmeans classic clustering algorithm, the distance is calculated using the Euclidean distance. Data set is data that comes inside weka iris.arff
classifier_distance
- 经典的距离分类器，采用欧氏距离作为量度，初学模式识别的同学也能看懂-The classic distance classifier, using Euclidean distance as the measure, Pattern Recognition beginner students can understand
imageindex
- 基于内容的图像检索中的一些关键环节：特征提取：颜色直方图；纹理特征等 相似度：马氏距离，欧氏距离等 相关反馈：机器学习方法，如SVM，神经网络等 检索与分类：两个很相似的样本距离很小，虽然两个不相似的样本距离未必很大 -image index based on texture
Semi-supervised-learning
- 义了一个欧氏距离和监督信息相混合的新的最近邻计算函数，从而将K一均值算法很好地应用于半 监督聚类问题。针对K一均值算法初始质心敏感的缺陷，用粒子群算法的搜索空间模拟聚类的欧氏空间，迭代搜 索找到较优的聚类质心，同时提出动态管理种群的策略以提高粒子群算法搜索效率。算法在UCI的多个数据集 上测试都得到了较好的聚类准确率。-Righteousness of a Euclidean distance and supervision of a mixture of new nearest n
apcluster
- AP聚类算法：Affinity Propagation (AP) 聚类是最近在Science杂志上提出的一种新的聚类算法。-Affinity Propagation (AP) 聚类是最近在Science杂志上提出的一种新的聚类算法。它根据N个数据点之间的相似度进行聚类,这些相似度可以是对称的,即两个数据点互相之间的相似度一样(如欧氏距离) 也可以是不对称的,即两个数据点互相之间的相似度不等。这些相似度组成N×N的相似度矩阵S(其中N为有N个数据点)。AP算法不需要事先指定聚类数目,相反它将所有的
Recommend
- 常用推荐算法java实现~涉及多种相似度计算，比如cosine相似度，欧氏距离等~-recommand algirithm
ASM_Euler-distance
- 人脸识别，采用ASM和欧氏距离的方法，训练样本和测试样本来自SCface视频人脸库。ASM的特征点通过手工标记获得，并保存为mat文件。想要训练样本的原始图像，请联系我-Face recognition, using the ASM method and Euclidean distance, the training samples and testing samples from the SCface video database. Characteristics of ASM obtain
Cluster_K-means
- k中心算法的基本过程是:首先为每个簇随意选择一个代表对象，剩余的对象根据其与每个代表对象的距离（此处距离不一定是欧氏距离，也可能是曼哈顿距离）分配给最近的代表对象所代表的簇；然后反复用非代表对象来代替代表对象，以优化聚类质量。聚类质量用一个代价函数来表示。当一个中心点被某个非中心点替代时，除了未被替换的中心点外，其余各点被重新分配。-The basic process k center algorithm is: First free to choose a delegate object fo
KNN
- 实现一个knn 分类器。 使用欧氏距离作为度量距离 使用’my_order.m’函数脚本获得某个点最近的K 个邻居 使用’my_classify.m’函数脚本获得点的类型。 给定参数k，就可以调用这两个函数完成knn 分类器功能。 -Achieve a knn classifier. Using Euclidean distance as a measure of distance using the my_order.m function scr ipt to ge
code_1
- 在机器学习中利用欧氏距离设计一个KNN分类器，实现五折交叉验证，并用PCA进行降维-Develop a k-NN classifier with Euclidean distance and simple voting.Perform 5-fold cross validation, find out which k performs the best (in terms of accuracy)。Use PCA to reduce the dimensionality to 6, then p
covcalculator
- 局部Log.Euclidean协方差矩阵描述子 L2ECM SPD矩阵的空间并不是一个向量空间,而是一个黎曼流形。因此,传统 欧氏空间内的运算 例如欧氏距离、均值-Local Log-Euclidean Covariance Matrix (L2ECM) Local Log-Euclidean Covariance Matrix (L2ECM) to represent neighboring image properties by capturing cor- relation of vari
covs
- 局部Log.Euclidean协方差矩阵描述子 L2ECM SPD矩阵的空间并不是一个向量空间,而是一个黎曼流形。因此,传统 欧氏空间内的运算 例如欧氏距离、均值- Local Log-Euclidean Covariance Matrix (L2ECM) to represent neighboring image properties by capturing cor- relation of various image
njcnf
- 包括回归分析和概率统计，计算两个矩阵之间的欧氏距离，有较好的参考价值。- Including regression analysis and probability and statistics, Calculation of the Euclidean distance between the two matrices, There are good reference value.
myuwm
- 有详细的注释，BP神经网络用于函数拟合与模式识别，计算两个矩阵之间的欧氏距离。- There are detailed notes, BP neural network function fitting and pattern recognition, Calculation of the Euclidean distance between the two matrices.
spubj
- 计算两个矩阵之间的欧氏距离，多目标跟踪的粒子滤波器，分形维数计算的毯子算法matlab代码。- Calculation of the Euclidean distance between the two matrices, Multi-target tracking particle filter, Fractal dimension calculation algorithm matlab code blankets.