搜索资源列表
DecisionTree
- 决策树ID3算法,带详细注释,可参考《数据挖掘概念与技术》里P185~P196,以MyEclipse7.0环境下开发的 测试数据在data文件下-Decision Tree ID3 Algorithm with extremely detail comments, refering to the book of Data Minning Concepts and Techniques. Do comprehend the content from Page 185 to Page 196 i
NormalBPNet
- 用Delphi实现的标准BP神经网络算法，测试数据以txt文件给出，在文件夹下有。-Delphi to achieve with the standard BP neural network algorithm, the test data to txt file are given in the folder under.
ID3java
- 决策树，ID3算法，供大家参考学习，相互交流，相互帮助，共同进步-Decision Tree ID3 Algorithm with extremely detail comments, refering to the book of Data Minning Concepts and Techniques. Do comprehend the content from Page 185 to Page 196 in this book. Developed in MyEclipse7.0 Tes
java
- 本人搜集并调试无错的 关于数据挖掘算法，JAVA 实现，里面包含测试数据集，apriori 算法2个，FP-TREE 一个，FP-GROWP 2个 聚类1个、CLUSTREAM 一个，C45、ID3 等，下载后在相应文件夹中有 部分测试数据集合-I collect and debug error-free data mining algorithms, JAVA realization, which contains a set of test data, apriori algorithm 2
testcc
- LDA亲测可执行C代码 自己新建一个工程，然后把对应的文件拷到工程文件夹下，添加头文件和源文件，进入到lda.cc按F5即可运行-LDA pro-test their new executable C code for a project, then the corresponding file copying project folder, add header and source files, go to press F5 to run lda.cc
mopso c
- 此文件夹为基本粒子群算法的c代码实现，测试了文章MOPSO-CD中的问题(This folder for the basic particle swarm algorithm c code to test the article MOPSO-CD problems)
utf8''Traffic-sign-recognition
- 项目基于Tensorflow进行实现。 #### 文件说明： --- * input_data.py: 图片的输入 * traffic_sign_cnn.py: 用cnn进行训练分类 * testDemo.py: 用于测试已经训练出来的模型，输入单个图片输出结果，并分类到文件夹 #### 数据集说明： --- * 这里是列表文本使用的是比利时的交通标志数据集，可以网上自己找，里面有62个分类。 #### 网络说明： --- *
Simple Demo
- 人搜索 依赖 在python3.7 MacOS 10.14.6下测试 ——python包 ——opencv-python ——tb-nightly -torch>= 1.0 下载weights 从这里下载，密码:qscx 下载后，将权重放到文件夹 person_search_demo/weights中 测试 cd <指向此floder>的路径 python search 结果将保存在输出文件夹中 训练 您可以直接使用原始的YOLO代码进行培训。
DBN
- 基于Tensorflow的典型深度学习模型-深度置信网络预测程序，方便拓展，测试文件在test文件夹下(The typical deep learning model based on tensorflow deep confidence network prediction program is easy to expand, with case data attached, and the test file is in the test folder)