搜索资源列表
htk-3.2.1-windows-binary
- 隐马尔科夫模型工具箱windows可执行版本,可以广泛应用于识别等领域-HMM Toolbox windows executable version can be widely applied in areas such as identification
MachineLearning
- MCMC方法是一种重要的模拟计算方法,马尔可夫链蒙特卡尔理论(Markov chain Monte Carlo:MCMC)的研究对建立可实际应用的统计模型开辟了广阔的前景。90年代以来,很多应用问题都存在着分析对象比较复杂与正确识别模型结构的困难。现在根据MCMC理论,通过使用专用统计软件进行MCMC模拟,可解决许多复杂性问题。此外,得益于MCMC理论的运用,使得贝叶斯(Bayes)统计得到了再度复兴,以往被认为不可能实施计算的统计方法变得是很轻而易举了-MCMC method is an im
2DLDAwiththeSVM-basedfacerecognitionalgorithm
- 二维线性鉴别分析(2DLDA)算法能有效解决线性鉴别分析(LDA)算法的“小样本”效应,支持向量机 (SVM)具有结构风险最小化的特点,将两者结合起来用于人脸识别。首先,利用小波变换获取人脸图像的低频分量,忽 略高频分量:然后,用2DLDA算法提取人脸图像低频分量的线性鉴别特征,用“一对多”的SVM 多类分类算法完成人脸 识别。基于ORL人脸数据库和Yale人脸数据库的实验结果验证了2DLDA+SVM算法应用于人脸识别的有效性。-”Small sample size”problem
Applied_Data_Mining
- 《实用数据挖掘》 本书对面向应用的数据挖掘方法进行了清晰的阐述,包括经典的多元统计方法、贝叶斯多元统计方法、基于机器学习的数据挖掘方法和基于计算的数据挖掘方法等。介绍了数据挖掘领域中许多最新的研究成果,如关联规则、序列规则、图示马尔可夫模型、基于存储的推理、信用风险和Web挖掘等。并详细介绍了选自实际工业项目的6个应用实例,强调了数据挖掘方法的实用性。 本书主要面向计算机科学、信息管理、应用统计学和经济学等专业的高年级本科生和研究生。对实际从事海量数据分析和处理的技术人员也有很好的指导作用和
research-of-gesture-recognition
- 近年来手势识别技术的快速发展,基于手势识别技术的人机交互应用系统的建立使得人机交互的发展前景广阔。从 手形、手势和手形手势的建模出发,介绍了模板匹配、特征提取、神经网络和隐马尔可夫模型4 种手势识别的方法,并且综述 了基于手势识别技术人机交互的发展,详细介绍了3 类人机交互系统:漫游型系统、编辑型系统和操作型系统。-The rapid progress of techniques in hand posture and gesture recognition provides a pro
BP-predict
- 针对中长期电力负荷预测样本量小、多因素影响的特点,利用灰色关联度筛选影响因素,建立基于BP 神经网络算法的负荷预测模型,通过多因素变量及历史负荷变量序列进行滚动预测,得到的预测值明显优于 单一预测方法,并通过马尔可夫过程对预测残差进行修正,使预测精度得到较大提高,研究实证表明,这种预 测方法具有进行推广应用的价值 -For long-term load forecasting small sample size, the characteristics of many facto
李航_统计学习方法
- 《统计学习方法》是计算机及其应用领域的一门重要的学科。《统计学习方法》全面系统地介绍了统计学习的主要方法,特别是监督学习方法,包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。(The statistical learning method is an important subject in the field of computer and its application.)