搜索资源列表
NaiveBayes.java.tar.gz 基于weka的分类算法
- 基于weka的分类算法，用于weka拓展应用。朴素贝叶斯模型发源于古典数学理论，有着坚实的数学基础，以及稳定的分类效率。同时，该算法所需估计的参数很少，对缺失数据不太敏感，算法也比较简单。理论上，与其他分类方法相比具有最小的误差率。,Based on the classification algorithm weka, weka develop applications for. Naive Bayes model originated in the classical mathematical
Bayesguji.rar
- 贝叶斯估计方法的matlab程序,这是一个简单的例子,但很有用,Bayesian estimation methods matlab program, this is a simple example, but very useful
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
minipro
- 该系统功能：实现手写识别，能通过对样例库中的数据进行学习，然后能判别、分类新的输入样例。其中包含了Kn近邻算法，贝叶斯参数估计的实现。实现了open test, close test等测试方法。-The system features: realization of handwriting recognition, through the library of sample data for study, and then to identify, classify the new input
patternRecognition
- 这系列课件系统地讲述了模式识别的基本理论和基本方法。内容涵盖了贝叶斯决策、概率密度函数的估计、线性判别函数、邻近法则、特征的选择和提取、非监督学习、神经网络、模糊模式识别等。-This series of courseware on a pattern recognition system to the basic theory and basic methods. Covers the Bayesian decision-making, the estimated probability de
random_signal
- 1）最大似然方法联合实现符号定时同步和载波同步仿真 2）泊松分布 3）贝叶斯估计 4）RANSAC方法-1) The maximum likelihood method of the joint realization of Symbol Timing and Carrier Synchronization in simulation 2) Poisson distribution 3) Bayesian estimation 4) RANSAC method
Pattern_recognition4
- 张学工老师模式识别第四次作业，分别用C均值方法，分层聚类方法和非监督参数下正态分布函数估计的贝叶斯决策对身高体重二维数据进行分类。-Zhang engineering teacher fourth pattern recognition operations, respectively C-means, hierarchical clustering methods, and non-normal distribution function under the supervision of th
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
classifier
- 两类二维相关正态分布条件下的最小错误率贝叶斯分类器，基于最小风险的贝叶斯分类器，Parzen窗法非参数估计分类器程序，Fisher线性判别法分类器程序。-Under normal conditions two types of two-dimensional correlation of minimum error rate of Bayesian classifier, the minimum risk-based Bayesian classifier, Parzen window meth
proj03-02
- 考虑两个参数的一维三角概率模型,用贝叶斯方法对其进行估计，了解贝叶斯估计方法.-Consider the two parameters of one-dimensional triangular probability model, using Bayesian methods to estimate their understand Bayesian methods.
beiyesi
- 1 通过实验，掌握多元正态分布的最大似然估计； 2 掌握多元正态分布下的最小错误率的贝叶斯分类； 3 对其他的参数估计有更深的认识。 -1 experiment, master multivariate normal distribution maximum likelihood estimation 2 multivariate normal distribution under the minimum control error rate Bayesian classifier
贝叶斯分类器
- 贝叶斯分类器设计，分参数已知和参数未知两种情况，含最大似然参数估计代码
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
work
- 1) 以身高为例，画出男女生身高的直方图并做对比； 2) 采用最大似然估计方法，求男女生身高以及体重分布的参数； 3) 采用贝叶斯估计方法，求男女生身高以及体重分布的参数（假定方差已知，作业请注明自己选定的一些参数情况）； 4) 采用最小错误率贝叶斯决策，画出类别判定的决策面。并判断某样本的身高体重分别为(160,45)时应该属于男生还是女生？为(178,70)时呢？(1) taking height as an example, draw the histogram of male and f
bayes
- 贝叶斯估计的几个简单实例，对新接触现代信号处理课程的同学有帮助(Bias estimates a few simple examples of new contact with the modern signal processing course students help)
PyRate-master
- PyRate是一个使用贝叶斯框架来估计物种形成、灭绝和保存率的Python程序。(PyRate is a Python program to estimate speciation, extinction, and preservation rates from fossil occurrence data using a Bayesian framework.)
贝叶斯网络工具包
- 贝叶斯网络工具包安装教程 贝叶斯网络参数过程中最大似然估计的详细过程(BAYESIAN NETWORK (Bayesian network parameters maximum likelihood estimation process detailed process))
SBL
- 基于稀疏贝叶斯学习的窄带信号波达方向估计，实测有用，亲测有效！(Based on the sparse Bayesian learning, the narrow-band signal direction estimation is useful, and the pro-test is effective!)
稀疏贝叶斯
- 稀疏贝叶斯仿真例子，作用为速度估计，设置估计速度为1.3m/s，阵列为mm，可以自行设定。