搜索资源列表
percep
- 感知器网络的几个例子 都试过的，不错 包括分类 学习 等-perceptron network had tried several examples, including a breakdown good learning
基于自组织数据挖掘的分类器动态集成选择的程序
- 基于自组织数据挖掘的分类器动态集成选择的程序，非常有用
九宫格 机器学习 分类实现
- 九宫格 机器学习 分类实现
PCA_LDA.rar
- 《机器学习》课上的作业，PCA和LDA降维，尽管网上很多，但很少注释，另外细节上也没注意。这里有很详细的注释。另外还附上一个Naive贝叶斯分类器，大家可以作比较。附带的图像包是OLR人脸。ReducedDim为想要提取的特征数，不是百分比！," Machine learning" classes on the homework, PCA and LDA dimensionality reduction, even though a lot of online, but f
rbf2
- 径向基函数的matlab原程序，并附有实例以及相关学习文档-Radial basis function matlab original program, together with examples and documentation related to learning
fisher
- 这是一各关于线性判别函数分类的MATLAB程序，希望对大家的学习有所帮助-This is the one on the linear discriminant function classification MATLAB program, and they hope to learn from everyone
randomForest_4.5-36
- 随机森林分类器 可以实现分类 适合初学者学习参考-Neural network classifiers can be used to classify information for beginners to learn
lltsa
- 流形学习算法LTSA的线性化方法，在基因分类聚类中得到了应用，可以将新样本线性地投射到低维空间。-LTSA manifold learning algorithm of the linearization method, clustering in gene classification has been applied to new samples can be projected onto the linear and low-dimensional space.
119128664bayes_classifier
- 贝叶斯分类器源代码．能很好的实现分类．是很好的学习资料．期望与大家一起分享．-Bayesian classifier source code. Can achieve very good classification. Is a very good learning materials. Look forward to working with you to share
parzen
- 分类器的训练与学习是模式识别的一个重要环节,其目的在于按照某种算法,确定判决规则,使之具有自动分类识别的能力。本文介绍了采用Parzen窗法的随机模式分类器,并matlab实现了一个简易的随机模式分类器。-Classifier training and learning is an important part of pattern recognition, in accordance with the purpose of some kind of algorithm to determine
Bayes
- Bayes分类器算法设计的matlab码 注释详细 大家一起学习啊-Bayes classifier algorithm design of the matlab code comment in detail with everyone to learn ah
spider1
- spider，很好用的模式识别工具箱，里面有各种分类工具，从有监督学习到无监督学习，从模型选择到参数选择。而且也将各个方法封装成类，使用方便。-spider, good use of pattern recognition toolbox, there are various classification tools, from supervised learning to unsupervised learning, choose Preferences from the model. But
极限学习机源代码
- 图像的特征提取 图像的分类 实现elm算法
网学学习书籍大全
- 在基于内容图像检索中，图像的底层视觉特征和高层语义概念之间存在着较大的 语义间隔。使用机器学习方法学习图像特征，自动建立图像类的模型成为一种有效的方法。 本文提出了一种用支持向量机（SVM）实现自然图像自动语义归类的方法，基于块划分聚 类得到特征向量作为SVM 训练样本，实现语义分类器。由于参与聚类的是某类图像所有块 的特征，提取的特征更能反映某一类图像特征。实验证明这种方法是有效的。
贝叶斯分类器
- 贝叶斯分类器，对四个类随机正态分布数据进行分类，可直接运行，适合初学者，学习与参考。
outlier_SLDF_net
- 基于网格的离群点检测方法，是改进的一种分类学习算法-The method of outlier detection based on grid is an improved classification learning algorithm
极限学习机
- 极限学习机分类器，训练函数与预测函数，以及数据实例(Extreme Machine Classifiers, Training and Prediction Functions, and Data Instances)
鸢尾花分类
- 使用四种方法进行鸢尾花分类：最小距离分类器，K 近邻法，感知器，Fisher 准则。(Four methods are used to classify iris: minimum distance classifier, K-nearest neighbor method, perceptron and Fisher criterion.)
基于PCA的SVM分类
- 选择“BreastCancer”数据集，使用支持向量机(SVM)对其进行分类。作为对比，第一次对特征集直接进行支持向量机分类，第二次对特征集进行主成分分析法的特征提取后，再对特征提取后的特征集进行支持向量机分类。并且对比和分析了两次分类的结果。(The BreastCancer data set is selected and classified by Support Vector Machine (SVM). For comparison, the first time the featur
基于粒子群优化算法的特征选择SVM分类
- 针对“BreastCancer”数据集，作为对比，第一次对特征集直接进行SVM分类，第二次使用粒子群算法进行特征选择后再进行SVM分类。并且对比和分析了两次分类的结果。(For "BreastCancer" data set, as a comparison, the first time the feature set is directly classified by SVM, and the second time the feature set is selected