搜索资源列表
pattern-recongnation
- 该程序设计采用了模式识别中的多种方法： 模板匹配§贝叶斯￥几何分类器×神经网络法等分类方法
Di
- 贝叶斯bayes算法分类器诊断程序-Bayesian classifier diagnostic procedures
Bayes++
- 图像分类器，可实现贝叶斯滤波以及分类，应用与人脸识别，车牌识别等等。
task description & data for assignment 2
- 利用贝叶斯算法实现的分类器-algorithm using Bayesian classifier
BayesianClassifier1
- 一个基于正态分布 的贝叶斯最小错误率的分类器
TextClassification
- 帮师姐做的毕业论文：基于朴素贝叶斯的文本分类器，使用Visual C# 2005编写，文本语料库包括测试语料库和训练语料库（保存再Access数据库中）
classify
- 这是一些分类器的综合包括贝叶斯K聚类等
NaiveBayes
- 贝叶斯算法是基于贝叶斯定理 P(H|X) = P(X|H)P(H) / P(X).。对于多属性的数据集，计算 P(X|Ci) 的开销非常大，为减低计算复杂度，我们做条件独立的假设，即给定元组的类标号，假定属性值有条件地相互独立，即在属性间不存在依赖关系。此程序仅为算法的一个实现，根据训练数据训练分类器
deboor-cox.rar
- 目的:运用强化学习!多分类器集成!降维方法等最新计算机技术,结合细胞病理知识,设计制作/智能化肺癌细胞病理图像诊断系统0"方法:采集细胞图像,运用基于强化学习的图像分割法将细胞区域从背景中分离出来 运用基于样条和改进2方法对重叠细胞进行分离和重构 提取40个细胞特征用于贝叶斯!支持向量机!紧邻和决策树4种分类器,集成产生肺癌细胞分类结果 建立肺癌细胞病理图库,运用基于等降维方法对细胞进行比对,给予未定型癌细胞分类"结果:/智能化肺癌细胞病理诊断系统0应用于临床随机1200例肺
Games
- Bayes分类器——算法设计 1． 使用决策树(Decision tree)分类算法、朴素贝叶斯（Naï ve Bayes）算法或者K-近邻（kNN）算法（三者任选其一）对给定的训练数据集构造分类器，并在测试数据集上进行分类预测。 2． 数据集描述： Tic-tac-toe游戏的二叉分类。Tic-tac-toe游戏示例如下-Bayes classifier- Algorithm 1. Using the decision tree (Decision tree) classi
fisher_matlat
- 简单的分类器的实现，包括最小线性法，贝叶斯、fisher准则等，可以学习借鉴。-fisher matlab
bayes
- 利用贝叶斯实现的分类器小程序，显示出按照最小风险和最小误差分类的结果-Bayesian classifier implemented using a small program to show in accordance with the minimum risk and minimum error classification results
Bayes-Iris
- 根据贝叶斯原理设计的一个简单的分类器，利用已知样本数据训练后，分类器就可以对未知样本进行分类。（实验时采用的是Iris数据集。）-According to the design of a simple Bayesian classifier, using the known training sample data, the classifier can classify the unknown samples. (Experiments using the Iris data set.)
1111
- 文本挖掘-中文分类器搜索，可以挖掘出文本主干，利用贝叶斯算法。-Text mining
Bayes_classyer
- Bayes分类器，C++实现。2个文件，最简单的实现贝叶斯-Bayes classifier, C++ implementation. 2 files, the simplest realization of Bayesian
beiyesifenleiqi
- 程序是基于贝叶斯最小错误率的分类器的设计，真确率达到98 ，学习模式识别的很好的程序-Program is based on the Bayes minimum error rate classifier design, true rate of 98 , a good learning pattern recognition program
bayeclassif--presuo-data
- 掌握利用贝叶斯公式进行设计分类器的方法。分别做出协方差相同和不同两种情况下的判别分类边界-Master the use of Bayes classifier design methods. Covariance were made in both cases the same and different classification of the discriminant boundary
bayes
- 分类编辑器，实现数据的分类：贝叶斯算法，参数估计-Category editor for data classification: Bayesian algorithm, parameter estimation
bayesian
- 利用贝叶斯公式进行设计分类器的设计，分别做出协方差相同和不同两种情况下的判别分类边界。 -Designed using Bayes classifier design, respectively, to make the same and different covariance both cases, the discriminant classification boundaries.
beiyesiwenbenfenlei
- 基于朴素贝叶斯算法分类器，实现文本的自动分类-Based on the naive Bayes classifier, realization of automatic text classification