搜索资源列表
垃圾邮件过滤器Java源码
- 垃圾邮件过滤器Java源码 本软件基于朴素贝叶斯算法，用NetBean生成的界面（须JDK1.6），适用于对手机短信，邮箱邮件，日记等一些txt文件进行分类，测试率达90％以上。在这里我非常感谢我的网络老师郑伟！希望大家多多提意见哦,Spam filters Java source code of this software is based on Naive Bayes algorithm, using NetBeans generated interface (to be JDK1.6),
regnize
- 实现0-9个手写数字的识别 使用了多种方法：最近邻、势函数、神经网络、贝叶斯分类器-To achieve recognition handwritten digits 0-9 using a variety of methods: the nearest neighbor, potential function, neural networks, Bayesian classifier
Example4
- 采用贝叶斯正则化算法（抑制过拟合）提高 BP 网络的推广能力，采用两种训练方法， 即 L-M 优化算法（trainlm）和贝叶斯正则化算法（trainbr），用以训练 BP 网络；-Bayesian regularization algorithm (inhibition of over-fitting) to improve the generalization ability of BP network, using two training methods, that LM opti
hand
- matlab的手写体识别代码 主要有贝叶斯、bp神经网络等方法-The handwriting recognition matlab code are Bayesian, bp neural network method
LM
- 采用贝叶斯正则化算法提高bp网络的性能，即L-M优化算法-The use of Bayesian regularization algorithm to improve network performance bp, that is, LM optimization algorithm
bys
- 采用贝叶斯正则化算法提高BP网络的推广能力。在本例中，将采用两种训练方法，即L-M优化算法（trainlm)和贝叶斯正则化算法（trainbr),用以训练BP网络，使其能够拟合某一附加有白噪声的正弦样本数据。-The use of Bayesian regularization algorithm for BP network to improve generalization ability. In this case, two types of training methods will b
MushroomClassification
- opencv实现的mushroom数据的分类，一共有八种不同的学习方法，包括贝叶斯、SVM、神经网络，等等。-opencv implementation mushroom data classification, a total of eight kinds of different learning methods, including Bayesian, SVM, neural networks, and so on.
Data_Mining_SQL_2008
- 这是《数据挖掘原理与应用—SQL Server 2008数据库》的随书SQL语句、源代码和Excel范例文件，基于DMX，代码主要包括对SQL Server 2008和Excel 2007中已经集成好的数据挖掘算法的应用， 如贝叶斯聚类、决策树、时序、聚类、序列聚类、关联规则、神经网络、逻辑回归、OLAP立方体的等算法，具有极高的使用价值。-This is the " Principles and Applications of data mining-SQL Server 2008 d
N_aloha_simulation
- 通信网络理论及应用：时隙Aloha及伪贝叶斯算法性能仿真-Communication Network Theory and Application: Slotted Aloha and pseudo-Bayesian algorithm performance simulation
data-dig
- 一些数据挖掘算法相关,包含定义网络拓扑,有关高血压研究方面的数据,朴素贝叶斯分类,关联规则基本概念,数据挖掘算法, 决策树方法在数据挖掘中的应用,训练贝叶斯信念网络,后向传播,贝叶斯信念网络,后向传播和可解释性,多层前馈神经网络-Some relevant data mining algorithms, including the definition of network topology, the high blood pressure research data, Naive Baye
PQRbayes
- 从ML-EM 重建算法入手，分析了贝叶斯模型的一些关键点，针对采用传统方法求解MAP问题的局限性，提出一种用于正电子成像的贝叶斯神经网络重建算法，为了保留边缘信息，引入了二进制的保边缘变量，并应用共轭神经网络求解，模拟的重建结果表明，应用这种算法可以得到比ML-EM 算法更好的重建图像@-From the ML-EM reconstruction algorithm start with an analysis of Bayesian model some of the key points,
webcat
- 这是一个100 ％纯Java库，您可以使用适用于N元 分析技术的过程分为文本文件。 该计划包括几个不同的分类算法， namelly 支持向量机，贝叶斯Logistic回归，神经网络分类和文本压缩 算法。如支持向量机和贝叶斯Logistic回归，一个 “一对一” 用于多类分类。更详细的说明这些学习算法和可用的选项，请提供的javadocs 。-It is a 100 pure Java library that you can use to apply N-Gr
VC_technology_based_Image_pattern_recognition
- 图像模式识别-VC++技术实现的源码程序，遗传算法、圣经网络、贝叶斯等先进算法的源代码，VC++可编译文件。-Image pattern recognition technology-VC++ source program, genetic algorithm, the Bible networks, Bayesian and other advanced algorithms source code, VC++ to compile the file
jianfeiderengongshenjingwangmoxing
- 本文通过分析影响减肥的因素，建立减肥演算的BP神经网络模型，运用动量阶梯下降算法，L-M优化算法和贝叶斯正规算法对减肥过程进行模拟和预测。-mathematical model about lose weight
ProgrammingPCollectivePIntelligence
- 本书以机器学习与计算统计为主题背景，专门讲述如何挖掘和分析Web上的数据和资源，如何分析用户体验、市场营销、个人品味等诸多信息，并得出有用的结论，通过复杂的算法来从Web网站获取、收集并分析用户的数据和反馈信息，以便创造新的用户价值和商业价值。全书内容翔实，包括协作过滤技术（实现关联产品推荐功能）、集群数据分析（在大规模数据集中发掘相似的数据子集）、搜索引擎核心技术（爬虫、索引、查询引擎、PageRank算法等）、搜索海量信息并进行分析统计得出结论的优化算法、贝叶斯过滤技术（垃圾邮件过滤、文本过
vcdigita-image-patten-
- 本书介绍了模式识别和人工智能中的一些基本理论以及一些相关的模型,包括贝叶斯决策、线性判别函数、神经网络理论、隐马尔可夫模型、聚类技术等-This book describes the pattern recognition and artificial intelligence in some of the basic theory and some related models, including Bayesian decision-making, linear discriminant f
BCS-in-WSN
- 无线传感网络中，压缩感知数据恢复的一种贝叶斯分析，也许能用于分布式压缩感知-Wireless sensor networks, compressed sensing data recovery of a Bayesian analysis, may be used for distributed compressed sensing
Pattern-Recognition-ppt
- 介绍模式识别的基本概念，详述了贝叶斯，参数估计，线性分类器，神经网络，随机方法，无监督学习与聚类等-Introduce the basic concepts of pattern recognition, Bayesian detailed, parameter estimation, linear classifiers, neural networks, stochastic methods, unsupervised learning and clustering, etc.
machine-learningPPT
- 书中主要涵盖了目前机器学习中各种最实用的理论和算法，包括概念学习、决策树、神经网络、贝叶斯学习、基于实例的学习、遗传算法、规则学习、基于解释的学习和增强学习等-The book mainly covers the current variety of the most practical machine learning theory and algorithms, including the concept of learning, decision trees, neural network
didigtal-image
- 基于GMM的概率神经网络PNN具有良好的泛化能力，快速的学习能力，易于在线更新,并具有统计学的贝叶斯估计理论基础，已成为一种解决像说话人识别、文字识别、医疗图像识别、卫星云图识别等许多实际困难分类问题的很有效的工具。而且PNN不但具有GMM的大部分优点，还具有许多GMM没有的优点，如强鲁棒性，需要更 -image processing