搜索资源列表
tist_aux__statement
- 支持向量机,用于分类,含训练集与测试集,()
hadio__command
- 支持向量机,用于分类,含训练集与测试集,里面含有六个源程序()
情感分析
- 分类，用于对情感词的统计、排序、分类等 包括源程序、数据拆分程序、训练集和测试集(Classification for statistics, sorting and classification of emotional words Includes source programs, data split programs, training sets, and test sets)
Character Recognition
- 有关于字符识别，运用了OCR算法，内含完整的数据库和训练程序，还有一些测试集(From the matlab file exchange center, the character recognition written by the foreign gods, using the OCR algorithm, contains a complete training database.)
Bin
- 2018穿盾集群,功力强大,提供正规平台服务器压力测试(2018 trunking, powerful, regular platform server pressure test)
block
- 对测试集图像增加随机的正方形遮挡，以测试算法错误率(add random block to images in order to test the accuracy of the algorithm)
SVM
- 采用SVM高斯核，对样本进行分类，输入训练集和测试集，输出SVM分类准确率，采用10折交叉验证(This matlab code uses the SVM(support Vector Machine)to classify, and as the same time it uses the cross validation mathod.)
P_train
- 该程序为kdd99的训练测试集程序，经检验算法程序可靠(This program is a training test set program for KDD99, and is verified by algorithm and program.)
Recognition
- 将数量较少的故障样本分为训练集和测试集，实现故障的分类和识别(A small number of fault samples are divided into training set and test set to realize fault classification and recognition.)
NB
- 编写朴素贝叶斯分类器，对测试集进行分类预测，并计算分类精度(The naive Bias classifier is compiled, and the test set is classified and predicted, and the classification accuracy is calculated)
KNN分类器
- 一、用python或matlab编写一个KNN分类器 训练集为semeion_train.csv（手写体识别） 测试集为semeion_test.csv 计算在测试集上错误率（k=1,k=3,k=5,k=10） ?(1. Write a KNN classifier with Python or matlab Training set is semeion_train.csv (handwriting recognition) The test set is semeion_test
texton boost
- 基于texton boost的图像分割，有监督，需要自己添加ground truth到训练文件夹进行训练，测试集和训练集随机分配(S upervised image segmentation based on texton boost. It needs to add ground truth to the training folder for training, and the test set and training set are allocated randomly.)
kNN
- 手势识别源代码，需要百度下载training和test（训练集和测试集）能够实现手写0-9数字的识别，并在40秒以内完成(Python.number recognition.)
utf8''Traffic-sign-recognition
- 项目基于Tensorflow进行实现。 #### 文件说明： --- * input_data.py: 图片的输入 * traffic_sign_cnn.py: 用cnn进行训练分类 * testDemo.py: 用于测试已经训练出来的模型，输入单个图片输出结果，并分类到文件夹 #### 数据集说明： --- * 这里是列表文本使用的是比利时的交通标志数据集，可以网上自己找，里面有62个分类。 #### 网络说明： --- *
水平集分割算法
- 基于活动轮廓线的图像分割代码，测试过有效，代码简单易懂。
matlab贝叶斯分类(2)-10折10次交叉验证
- 利用matlab实现贝叶斯分类，采用10折10次交叉验证法选取训练集和测试集，进行循环测试，最后返回准确率为0.9184.另外，文件内含数据源。(The Bias classification is realized by MATLAB, and the training set and test set are selected by 90% off 10 times cross validation method, and the cycle test is carried out. Fin
LeNet神经网络
- 程序主要包括三个部分：mnist_.inference.py、mnist.train.py和mnist.test.py。mnist.inference.py主要定义前向传播的过程以及神经网络中的参数；mnist.train.py定义了LeNet-5模型的训练过程，并保存训练结束后的最终的模型（持久化）；mnist.test.py中对测试数据进行测试，计算LeNet模型在MNIST测试集的正确率。
TestProblems
- 多目标优化测试函数集合，主要包括ZDT1~ZDT6以及DTLZ1~DTLZ6函数、TYD、UF等测试函数的数学模型，标准Pareto解集，非常实用。(Multi-objective optimization test function set, mainly including the ZDT1~ZDT6 and DTLZ1~DTLZ6 function, TYD, UF and other test functions of the mathematical model, the standa
mfcc
- 采用MFCC方法提取训练集样本或测试集样本语音特征参数的MATLAB程序，仿真时需先将voicebox语音处理工具箱添加到MATLAB软件中(The MFCC method is used to extract the MATLAB program of the training set sample or the test set sample speech feature parameters. The voicebox voice processing toolbox is added t
SVM_Short-term-Load-Forecasting2
- 本文采用最小二乘支持向量机（LSSVM）模型，根据浙江台州某地区的历史负荷数据和气象数据，分析影响预测的各种因素，总结了负荷变化的规律性，对历史负荷数据中的“异常数据”进行修正，对负荷预测中要考虑的相关因素进行了归一化处理。LSSVM中的两个参数对模型有很大影响，而目前依然是基于经验的办法解决。对此，本文采用粒子群优化算法对模型参数进行寻优，以测试集误差作为判决依据，实现模型参数的优化选择，使得预测精度有所提高。实际算例表明，本文的预测方法收敛性好、有较高的预测精度和较快的训练速度。(this