搜索资源列表
javasom_1[1].0.0
- Kohonen网络的学习过程可描述为：对于每一个网络的输入，只调整一部分权值，使权向量更接近或更偏离输入矢量，这一调整过程就是竞争学习。随着不断的学习过程，所有输入矢量都在输入矢量空间相互分离，形成了各自代表输入空间的一类模式，这就是Kohonen网络的特征自动识别的聚类功能。请解压缩后按照readme提示进行操作。-Kohonen network learning process can be described as follows : for each one network input,
machine_learning_related
- svm-space vector machine，由于人工智能中的机器学习时的测试和训练-svm-space vector machine, As AI machine learning the test and training
Classifiers
- 向量空间模型分类器 A vector-space model classifiers package
VSM
- 向量空间模型算法，给定一个经过分词的文档集，可以输出向量空间模型、特征词典、倒排索引表等功能，很经典的VSM算法源代码-Vector space model algorithm, given a segmentation of the document set, you can output vector space model, the characteristics of dictionaries, inverted index table functions, it is the clas
Perceptron
- 感知器（Perceptron) 单层感知器神经元模型图,我们可以看出感知器的基本功能是将输入矢量转化成0或1的输出。这一功能可以通过在输入矢量空间里的作图来加以解释。 -Perceptron (Perceptron) single-layer perceptron neural model diagram, we can see the basic functions of sensor is the input vector into the output of 0 or 1. Th
vsm
- 支持向量机，C版,有界面，可配置参数，若有问题可以一起探讨-Support Vector Space
clustering-programming
- 聚类（Cluster）分析是由若干模式（Pattern）组成的，通常，模式是一个度量（Measurement）的向量，或者是多维空间中的一个点。聚类分析以相似性为基础，在一个聚类中的模式之间比不在同一聚类中的模式之间具有更多的相似性。 -Cluster (Cluster) analysis was performed by a number of models (Pattern) composed of, usually, model is a measure of (Measurement
moshi
- 这是模式识别讲义。包括支持向量机，决策理论，人工神经网络，特征空间等。-This is a pattern recognition handouts. Including support vector machines, decision theory, artificial neural networks, feature space.
vsm-and-cluster-kmeans
- 对文本聚类的向量空间模型机制VSM以及Kmeans等讲解比较详细，是研究文本聚类的好书籍-Clustering of text vector space model to explain the mechanism of VSM and Kmeans and other more detailed, study of text clustering is a good book
docProcess
- 获取文档集合的向量空间,输入文本文件集合，程序按照tfidf权重计算每个文档中每个词的权重。最后输出所有文档的特征向量。-acquire the vector space of documents
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
A_VSM_Clas192156862005
- VSM支持向量机算法。来自外国的planet-source-code.com。使用C++的分类器。可以直接调用。-Defines a simple vector space model classifier interface and two derived examples- a rule based classifier and a case based classifier.
nsga-original
- 非支配排序算法，用于求解多目标问题，c语言。-This is a GA implementation for multi-objective optimization. *** *** For multi-objective optimization, non-domonated sorting has *** *** been used. The design variables can be Binary, Integer, Real *** *** or Enumerat
hidden-space
- 最小二乘隐空间支持向量机 王玲 薄列峰 刘芳 焦李成 ! 在隐空间中采用最小二乘损失函数$提出了 最 小 二 乘 隐 空 间 支 持 向 量 机#0*&**52H 8 同 隐 空 间 支 持 向 量机#&**52H 一样$最小二乘隐空间支持向量机不需 要 核 函 数 满 足 正 定 条 件$从 而 扩 展 了 支 持 向 量 机 核 函 数 的 选择范围 8 由于采用了最小二乘损失函数$最小二乘隐空间支持向量机产生的优 化 问 题 为 无 约 束 凸 二 次 规
091
- Predictive field-oriented control of PMSM with space vector modulation technique
Plecs_svm
- SPACE VECTOR MODULATION BASICS
-SVM-(support-vector-machine)
- 支持向量机SVM是一种新的机器学习方法，其基础是统计学理论。模型泛化能力强；进行非线性分类时通过高维空间变换。-Support vector machine SVM is a new machine learning method, its base is statistics theory. Model generalization ability When the nonlinear classification by high dimension space transformation
exp7
- LBG分类算法 用初始室心随机法和扰动因子分裂法两种方法，比较不同方法不同参数设置时的分类性能。 -LBG classification algorithm vector quantization: vector normalization within a certain range for a particular type, consists of two steps: first generate a codebook, which is the speech feature v
vsm
- 用TFIDF方式实现了特征向量空间的建立，将文本文件先进行特征词的准备 再生成特征向量的形式，为接下来的聚类做了准备。用Ｃ-The TFIDF way to achieve the establishment of the feature vector space, the preparation of the text file first feature words and then generate the form of feature vectors, and made prepara
Support-Vector-Machine
- SVM主要是针对线性可分情况进行分析，对于线性不可分的情况，通过使用非线性映射算法将低维输入空间线性不可分的样本转化为高维特征空间使其线性可分，从而使得高维特征空间采用线性算法对样本的非线性特征进行线性分析成为可能。-SVM is mainly for the analysis of linear separable cases. Linearly indivisible cases are transformed into high dimensional feature spaces lin