搜索资源列表
IRIS数据
- IRIS数据 用于聚类方法 主要用于模式识别、图像分割等-IRIS data for clustering method used pattern recognition, image segmentation, etc.
Iris
- 模式识别,对iris数据进行分类,svm算法
iris data analysis
- 经典的人工智能问题 - iris数据分析问题。通过设计三层bp神经网络对花朵数据进行分类识别，并达到了很好的效果。-classic AI problem - iris data analysis problems. Three-bp through the design of neural networks classify data flower identification, and to achieve good results.
根据鸢尾花多组数据先训练网络再对样本进行测试
- 基于BP神经网络，根据鸢尾花多组数据先训练网络再对样本进行测试，给出分类结果,Based on BP neural network, in accordance with multiple sets of data iris network before training again for testing classification results are given
RBF_example_IRIS
- RBF神经网络应用于IRIS数据集的例子-Am example of RBF-NN applied on IRIS Data Set
bp_flower
- bp神经网络对鸢尾属植物分类，用四个特征进行分类，分类正确率100 - iris data classification using bp neural network
Bayes_example
- Bayes分类器应用于IRIS数据集的例子-An example of Bayes Classifier applied on IRIS Data Set
k-means-iris
- 针对著名的UCI机器学习数据库中的iris data的kmeans聚类分析程序，具有代表性-For the well-known UCI machine learning repository of the iris data of kmeans cluster analysis procedure, a representative
Fisher_example
- Fisher线性判别分类器应用于IRIS数据集的例子-An example of Fisher linear discriminant Classifier applied on IRIS Data Set
knn
- 使用C语言编写的最近邻算法，可以直接运行，算法是对鸢尾花数据进行了分类。-Written in C language using the nearest neighbor algorithm can be run directly, the algorithm is the iris data are classified.
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
moshishibie
- 先用C-均值聚类算法程序，并用下列数据进行聚类分析。在确认编程正确后，采用蔡云龙书的附录B中表1的Iris数据进行聚类。然后使用近邻法的快速算法找出待分样本X（设X样本的4个分量x1=x2=x3=x4=6；子集数l=3）的最近邻节点和3-近邻节点及X与它们之间的距离。-First C-means clustering algorithm procedures and with the following data for cluster analysis. After confirming t
myisodata
- isodata算法，针对的是iris数据库，代码可以直接运行，很好用。要是要用于自己的数据库，只需要把文件名，结构体信息修改下即可。-isodata algorithm, the iris against a database, code can be run, it just works. If the database to be used for their own, just to the file name, the structure of information can be mo
NeuralNetwork
- Neural Network Application. Iris Dataset and Wine Dataset.
CIProject
- Computational Intelligence IRIS dataset Classification
Iris2
- matlab写的自己设计的自适应网络做iris聚类分析并分类的实验，算法不是很稳定，有一定参考价值-matlab write ,adaptive cluster analysis and classification of iris experiment, the algorithm is not very stable and have a certain reference value
bp
- 利用bp算法对鸢尾花数据进行分类的matlab实现程序-Bp algorithm using iris data classification procedures to achieve matlab
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
popular-UCI-datasets
- 一些非常有用的数据集，适合我们从事机器学习的人使用，matlab下的mat格式和excel格式，包括注明的iris，糖尿病等数据集-some useful datasers for machine learning learners,such as diabeters,iris and so on
BP-Iris-classifier
- 使用BP网络实现了对Iris数据的分类，使用了可变学习速率和带动量的梯度下降算法。-Using the BP network realizes the classification of Iris data, the use of the variable learning rate and the amount of gradient descent algorithm driven.