搜索资源列表
matlab作业
- 模式识别一份很好的作业,包括线性分类器；最小风险贝叶斯分类器；监督学习法分层聚类分析；K－L变换提取有效特征,支持向量机-a very good operation, including linear classification; Minimum risk Bayesian classifier; Supervised learning method Hierarchical clustering analysis; K-L transform effective features, supp
moshishibie
- 关于模式识别的几个matlab程序，包括fisher；parzen窗；感知函数等等。-Matlab on the number of pattern recognition procedures, including the fisher parzen window perceptual function and so on.
libsvm-2.84
- LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件还有一个特点，就是对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数就可以解决很多问题；并且提供了交互检验(Cross Validation)的功能。-LIBSVM Taiwan University, Lin Zhire
pattern
- 很好的课件！里面涉及了；老师上课的所有内容，对于学习模式识别的同学，有较好的参考价值！-Good courseware! Which involves the teacher in class all the content, pattern recognition for the students to learn, have good reference!
Iris
- iris标准数据集 模式识别； matlab环境-iris data
TemplateMatchingProgram
- 这是模式识别中模板匹配内容的Matlab例程，其中edit_distance程序用来计算两个符号字符串间的编辑距离； back-tracking程序是“回溯”法画出最佳路径的代价网格； Dtw-Sakoe.m程序是具有Sakoe-Chiba局部路径约束的动态时间弯 折。-This is a pattern recognition template matching the content of Matlab routines, which edit_distance proce
hopfield
- 一、 实验目的 1. 通过本实验加深对Hopfield神经网络原理的认识与理解； 2. 进一步熟练MATLAB软件和该软件平台上神经网络的模式识别功能。 二、 实验内容 本实验利用Hopfield神经网络来对0-9这10个数字进行识别，并实现噪声数字的识别。 -First, the purpose of the experiment Through this experiment to deepen knowledge and understanding of the H
tixingguanzi2
- 分析了支持向量回归机在能源需求预测中的优势,确定了输入向量集合和输出向量集合,建立了基于Matlab技术的SVR能源需求预测模型.对我国1985-2008年能源需求相关数据进行模拟与仿真,并对中国2010年和2020年能源需求量进行预测.研究结果表明:一是中国未来对能源的需求量逐渐增加,从2010年的330400万吨标准煤上升到2020年418320万吨标准煤,年均增长率为2.39％；二是在解决我国能源系统小样本.非线性及高维模式识别问题中SVR比BP神经网络等方法有更高的预测精度.-Suppo
Visual-C-MATLAB-image-processing
- 本书系统地介绍了图像处理与识别的基本原理、典型方法和实用技术。全书共分12章，第1章～第6章是图像处理与识别的基础内容，包括图像科学综述、MATLAB语言图像编程、图像增强、图像分割、图像特征提取和图像识别；第7章～第10章是图像处理与识别的工程实例，涵盖了医学图像处理、文字识别和自导引小车路径识别等应用实例，并结合理论算法，提供了大量MATLAB代码程序，以帮助读者掌握如何使用MATLAB语言快速进行算法的仿真、调试和估计等方法。第11章～第12章，是两个综合性较强的实例，分别是Visual
LIBSVM
- LIBSVM是台湾大学林智仁(Lin Chih-Jen)教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题；并提供了交互检验(Cross Validation)的功能。该软件可以解决C-SVM、ν-SVM、ε-SVR和ν-SVR等问题，包括基于一对一算法的多类模式
[MATLAB R2017a
- [MATLAB R2017a模式识别与智能计算][辛焕平][程序源代码](Pattern recognition and intelligent computing matlab 2017A)