搜索资源列表
deboor-cox.rar
- 目的:运用强化学习!多分类器集成!降维方法等最新计算机技术,结合细胞病理知识,设计制作/智能化肺癌细胞病理图像诊断系统0"方法:采集细胞图像,运用基于强化学习的图像分割法将细胞区域从背景中分离出来 运用基于样条和改进2方法对重叠细胞进行分离和重构 提取40个细胞特征用于贝叶斯!支持向量机!紧邻和决策树4种分类器,集成产生肺癌细胞分类结果 建立肺癌细胞病理图库,运用基于等降维方法对细胞进行比对,给予未定型癌细胞分类"结果:/智能化肺癌细胞病理诊断系统0应用于临床随机1200例肺
textureclassfication
- 提出了一种基于函数联接的感知器神经网络的纹理分类方法.它采用高斯2马尔柯夫随机场模型(GM RF)对纹理进行描述,模型参数即为纹理特征,参数估计采用最小平方误差方法获得.将估计参数作为表达纹理的特征向量,用感知器网络对特征进行分类,并且采用函数联接的方式解决线性不可分问题.对纹理图象进行的实验表明,采用这种方法能够提高学习速度,简化计算过程,并取得较好的纹理分类效果. -Based on the function connected perceptron neural network tex
bss_ydm
- 通过基于负熵和牛顿迭代方法的fastica算法实现了随机产生的非高斯独立成分混合后矩阵的盲源分离-By FastICA and Matlab,implementint BSS.
MyGaMpiII_1.0
- 这是一个基于实数编码的Fortran语言的遗传算法，并用MPI并行实现，里面提供了丰富的选择算子，交叉算子，变异算子可供选择，如选择算子有基于赌盘选择算子，无回放余数随机选择算子，变异算子有高斯变异，自适应变异等，此外还实行了一种策略可以有效地降低早熟的概率，本人还有一份非MPI版本的遗传算法，需要者可以联系。-This is a real-coded in Fortran language of genetic algorithms, and use MPI parallel implemen
Kmean
- Kmean 算法Matlab实现，数据为二维高斯随机分布点-Kmean algorithm by Matlab, the data points for the two-dimensional Gaussian random distribution
rs
- 针对通信中的数据传输系统存在随机干扰和突发干扰而使接收端收到误码的问题,提出了RS+交织器级联码的纠错方案,并利用MATLAB对RS +卷积交织器级联在加性高斯白噪声和瑞利衰弱信道中的纠错性能进行了仿真分析，并通过使用不同的卷积深度的仿真完成其性能分析。结果表明,在低信噪比的情况下, RS +卷积交织器级联可以满足一般通信的要求,是一种高效的纠错码,在工程中具有较高的实用价值。-Aiming at the data transmission in the normal communication
424180
- 以matlab实现数字水印的生成和提取,用的是高斯随机序列-With matlab the generation and extraction of digital watermarking, using a gaussian random sequences
2
- 通过随机产生高斯分布数据，来对数据进行分类。(The data are classified by random generation of gaussian distribution data.)
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