搜索资源列表
svm1
- 支持向量机比较好的一个例子，包含了参数寻优，训练值回归和测试集的检验，以及方差分析-A support vector machine good example, contains a parameter optimization, training and test sets Regression testing, and analysis of variance
matlabsvmprograme
- 用MATLAB实现支持向量机程序，有训练集和测试集，程序完整。-Using MATLAB support vector machine procedures to achieve, there are training set and test set, the program integrity.
Medical_Image_Segmentation
- 医学图像分割的matlab程序，针对脑部肿瘤图像，使用水平集方法划分出肿瘤区域，内部包含测试程序-Medical image segmentation matlab program for brain tumor imaging, using the level set method into the tumor region, the internal test procedures include
classification
- 多种实现三组数据集（iris测试数据）分类的算法实现（LMS、MSE、HK等。-several methods(LMS,MSE,HK) to achieve classification of three data set（iris data set).
pcafacerecognition
- 基于主成分分析(PCA)的人脸识别系统 利用2D PCA算法求对训练集向量进行降维的降维矩阵，最近邻法测试对测试集识别的精度-pca face recognition
sex_recognization
- 模式识别：线性分类器，fisher线性判别 female和male中分别为训练集 test1和test2为测试集-fisher
rspcafnni
- 创建人脸识别库的matlab函数，分为学习集和测试集-Create a face recognition matlab function library is divided into learning set and test set
navieBayes
- 条件独立的有监督朴素贝叶斯分类算法。参数估计，输入训练集和测试集，得到分类结果和分类准确率-naviebayes
NB
- 特征之间非独立的有监督朴素贝叶斯分类算法。参数估计，输入训练集和测试集，得到分类结果和分类准确率-NB
Parzen_1
- 一维核估计无差值分类器算法，非参数估计。正太窗函数，输入训练集和测试集，带宽。得到分类结果和准确率-Parzen—1
Parzen_1c
- 一维有差值的Parzen窗算法。非参数估计，输入训练集和测试集，带宽。得到分类结果和准确率-Parzen-1c
KmeansAlgorithm
- 实现k均值聚类算法，本算法可以随机设置初始测试集，也可以随机选取初始类。-K means algorithm The algorithm can set intial data set randomly。also can randomly choice initial data cluster
dat_banana
- 香蕉形(banana)标准数据集，用于测试机器学习与模式识别算法。-Banana-shaped standard data set for testing machine learning and pattern recognition algorithm.
SVM_Short-term-Load-Forecasting
- 优秀论文及配套源码。首先阐述了负荷预测的应用研究现状，概括了负荷预测的特点及其影响因素，归纳了短期负荷预测的常用方法，并分析了各种方法的优劣；接着介绍了作为支持向量机（SVM）理论基础的统计学习理论和SVM的原理，推导了SVM回归模型；本文采用最小二乘支持向量机（LSSVM）模型，根据浙江台州某地区的历史负荷数据和气象数据，分析影响预测的各种因素，总结了负荷变化的规律性，对历史负荷数据中的“异常数据”进行修正，对负荷预测中要考虑的相关因素进行了归一化处理。LSSVM中的两个参数对模型有很大影响，
test
- 测试对于整个测试集的识别率对于测试集合的识别率-Test for the entire test set recognition rate
TE-data
- 田纳西-伊斯曼过程的数据，分训练集和测试集，共44组数据。-Tennessee- Eastman process the data, sub-training set and test set, a total of 44 sets of data.
ELM
- 训练集/测试集产生 load spectra_data.mat 随机产生训练集和测试集 temp = randperm(size(NIR,1)) 训练集——50个样本 P_train = NIR(temp(1:50),:) T_train = octane(temp(1:50),:) 测试集——10个样本 P_test = NIR(temp(51:end),:) T_test = octane(temp(51:end),:) N = si
粗糙集全部算法
- 实现了粗糙集的全部算法，从属性约简到决策规则的产生，并且内附测试数据，可以和数据库直接链接。
AdaBoost算法
- 用matlab软件，实现adaboost算法。将数据集划分为训练集和测试集，给训练集的数据贴标签，用训练好的模型来测试测试数据的准确度。(Using Matlab to implement the AdaBoost algorithm. The data set is divided into training set and test set to label the data of the training set, and the accuracy of the test data i
数据集
- 本文件为常见聚类算法测试数据集 ，UCI上常用的聚类算法数据集(This document is a common clustering algorithm test data set.)