搜索资源列表
Pattern_recognition1
- 张学工老师模式识别第一次作业，用贝叶斯方法和正态分布的监督参数估计对身高体重二维数据进行性别分类-Zhang engineering teacher pattern recognition for the first time operations, using Bayesian methods, and the supervision of normal height and weight of two-dimensional parameter estimation of the gende
SVM
- 这是一个支持向量机的程序代码，对于图像的分类识别有很高的准确率、-This is a svm program
SVMfenlei
- 支持向量机模式分类程序,可对两类模式进行分类识别-Support vector machine pattern classification procedures, two types of models can be classified to identify
Pattern_recognition2
- 张学工老师模式识别课程二次作业，用fisher线性判别对身高体重二维数据进行性别分类-Zhang engineering curriculum of secondary teachers pattern recognition operations, fisher linear discriminant with two-dimensional data on height and weight, gender-disaggregated
gender-classification-experiments
- 这是用身高体重数据进行性别分类的实验。 用最小错误率贝叶斯分类器决策时，首先通过比较概率大小判断一个体重身高二维向量代表的人是男是女，然后再逐一与已知性别的数据比较，就可以得到错误率的统计。然后改变先验概率，重复上面的过程，观察数据结果的变化。 用最小风险贝叶斯分类器决策时，首先求出用最小错误率贝叶斯分类器得到的条件概率；然后根据人为给定的决策表，根据公式算出条件风险；然后逐一比较条件风险，找出使条件风险最小的决策（也就是分类）。最后用分类得到的结果逐一比较已经知道的原始数据，统计处错误
Parzen-Fisher
- 用身高和体重数据进行性别分类 Parzen,Fisher-sex-disaggregated based on height and weight data Parzen,Fisher
moshishibie1
- 利用男女身高体重利用贝叶斯算法，最大似然估计，最小风险估计等进行性别分类判决-The use of male and female height and weight using Bayesian algorithm, maximum likelihood estimation, minimum risk estimation for gender classification ruling
Group-box
- 在cshrap中群组框的应用，主要通过基本信息和性别分类设计使用了群组框-Group in the group box in cshrap applications, primarily through the design of basic information and use sex-disaggregated group box
Pattern-Recognition
- 清华模式识别张学工，第一次作业，基于身高体重数据进行性别分类-Pattern recognition, based on height and weight data for gender classification
Pattern-Recognition2
- 清华模式识别第二次作业，采用dataset2.txt 数据作训练样本，采用身高与体重特征进行性别分类，建立最小错误贝叶斯分类器；2、采用身高体重数据作为特征，以 dataset2.txt 作为训练数据，用 Fisher 线性判别方法设计分类器；3、从多层感知器、SVM、近邻法选择一种方法，进行上述的分类实验；-Tsinghua second operation pattern recognition using dataset2.txt data for training samples, us
faceLBP
- 包含一个性别分类的cpp文件，和已经训练好的gender.yml模型，最后计算出样本分类准确率。建议使用AR人脸数据库。使用格式为genderLBP 训练样本.txt 测试样本.txt。因为不用训练模型了，测试样本随便写个行了。测试样本的格式是：路径 1或者0。1表示男性，0表示女性。-Cpp file contains a gender classification, and has trained gender.yml model, and finally calculate the sam
openbr-master2014
- openbr，是一个类似opencv的三方库，有强大的人脸识别，人脸性别分类，年龄估计等功能实现，需要的可以下载安装-Openbr, is a three parties of similar opencv library, has a strong face recognition, facial gender classification, age estimation function implementation, need to download and install
模式识别bayes实验
- 用身高和/或体重数据进行性别分类的实验 试验直接设计线性分类器的方法，与基于概率密度估计的贝叶斯分离器进行比较。 体会留一法估计错误率的方法和结果
Adaboost
- 基于AdaBoost的面部图像男女性别分类-Based on AdaBoost face image male and female sex
code
- 利用BP神经网络实现性别分类的一个matlab程序，可运行-BP neural network to achieve a gender classification matlab procedures, operations
模式识别第一次作业
- 1． 用 dataset1.txt 作为训练样本，用dataset2.txt 作为测试样本，采用身高和体重数据为特征，在正态分布假设下估计概率密度（只用训练样本），建立最小错误率贝叶斯分类器，写出所用的密度估计方法和得到的决策规则，将该分类器分别应用到训练集和测试集，考察训练错误率和测试错误率。将分类器应用到dataset3 上，考察测试错误率的情况。(1. using dataset1.txt as training samples as test samples by dataset2.tx
模式识别
- 简单的贝叶斯分类器，实现基于身高体重的男女性别分类(Simple Bias classifier)
bp神经网络分类
- 1. 采用BP神经网络设计男女生分类器。采用的特征包括身高、体重、是否喜欢数学、是否喜欢文学、是否喜欢运动共五个特征，BP神经网络包含一个隐层，隐层结点数为5。要求：自行编写代码完成后向传播算法，采用交叉验证的方式实现对于性能指标的评判（包含SE,SP,ACC和AUC，AUC的计算可以基于平台的软件包）。(. using BP neural network to design the classifier for male and female students. The features in
模式识别第二次作业
- 基于贝叶斯原理，通过体重身高数据进行性别分类(Based on Bayes principle, sex classification is carried out by body weight and height data)