搜索资源列表
Parzen_1
- 一维核估计无差值分类器算法，非参数估计。正太窗函数，输入训练集和测试集，带宽。得到分类结果和准确率-Parzen—1
Parzen_1c
- 一维有差值的Parzen窗算法。非参数估计，输入训练集和测试集，带宽。得到分类结果和准确率-Parzen-1c
p_train
- MATLAB实现的核估计后验概率算法，输入训练集和窗函数带宽，得到坐标的概率估计-matlab ptrain
cut_sample
- 使用二分法对样本集进行剪辑，剪辑法的思想，就是将样本集分成训练集与考试集， 利用训练集样本对考试集的样本进行分类（使用近邻法），如果考试集中某个样本分类错误的话，将这个样本删除。在该函数中，使用最近邻法，只进行一次剪辑（遍历完考试集中的样本以后退出）。还有一种重复剪辑法（适用于样本比较多的情况），把样本随机分为多个样本集，将相邻的两个样本前一个作为考试集，后一个作为训练集，调用二分剪辑。所有的样本子集剪辑完毕以后，在递归调用，直到没有样本被剪辑掉,没得讲，重复剪辑的效果肯定好一些。 -Th
Sample-subset-partitioning
- 近红外光谱分析中要从复杂的信息中有效地提取相关信息建立可靠的模型，选择的训练集要具有较好的代表性。目前．样本的选择方法主要包括random sampling(RS)，Kennard—Stone(KS)．sample set partitioning based on joint x-y distance(SPXY)等方法 。-selecting a representative subset in NIR data using SPXY， the random sampling，and Kenn
Ada_Boost
- adaboost源码Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。-adaboost source is an iterative algorithm Adaboost, the core idea is that a training set for the same training the different classifiers (weak classifier), then
SVM_FACE
- 基于支持向量机的人脸检测训练集增强算法实现。根据支持向量机(support vector machine，简称SVM)~ ，对基于边界的分类算"~(geometric approach)~ 言，类别边界附近的样本通常比其他样本包含有更多的分类信息．基于这一基本思路，以人脸检测问题为例．探讨了 对给定训练样本集进行边界增强的问题，并为此而提出了一种基于支持向量机和改进的非线性精简集算法 IRS(improved reduced set)的训练集边界样本增强算法，用以扩大-91l练集并改
svm
- 改进的支持向量机工具，直接输入测试集合训练集，得到训练模型的roc图像和auc值-Improved support vector machine tools, direct input test set training set, obtain training model roc images and auc values
INEX07-XER-testing.tar
- 是2007INEX任务中实体排序任务中的训练集-Sort of entity is 2007INEX mission task of training set
VoiceIdentify
- 语音识别相关的源程序，包括录音，设计训练集，语音识别等内容-Speech recognition-related source, including audio, design the training set, the content of speech recognition, etc.
bayes
- 实现朴素贝叶斯文本分类器，用java实验，还包括readme和训练集-Naive Bayes text classifier to achieve with java experiments, including readme and the training set
AdaBoost
- 一篇在人脸检测时用于训练反面训练集的文章，可以-A face detection in the negative training set for training the article, you can see
aa
- 基于粗糙集的网页训练样本集的分类属性的选择，好东西，赶紧下-classify attribute from web page training2set
LBGVQ_wgy
- LBG矢量量化C/C++语言实现（可执行） LBG是经典的矢量量化算法，通过对训练集的分析，生成适量量化使用的码本。 实现过程简单明了，就一个CPP文件。-LBG VQ C/C++ language (executable) LBG is a classic vector quantization algorithm, the analysis of the training set to generate code used to quantify the amount. Imp
k1
- 使用KNN算法编辑的分类程序，压缩包里包含训练集和测试集-the classifier programed with KNN algrothm. can be used in database.
traingface
- 关于面部的图像资料,可以作为用于面部识别的训练集和识别样本-On the face of the image data can be used as training set for face recognition and identification of samples
SVM
- 用于各种分类的支持向量机matlab程序，可自定训练集和验证集数量-lib-SVM matlab program
ELM
- 训练集/测试集产生 load spectra_data.mat 随机产生训练集和测试集 temp = randperm(size(NIR,1)) 训练集——50个样本 P_train = NIR(temp(1:50),:) T_train = octane(temp(1:50),:) 测试集——10个样本 P_test = NIR(temp(51:end),:) T_test = octane(temp(51:end),:) N = si
Matlab_Toolbox_adaboostAlgorithm
- 提供了adaboost Algoritm的工具箱，该算法是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。 -Adaboost is an iterative algorithm, the core idea is the same training set for training the different classifiers (weak classifier), then these weak
cross-validation
- matlab交叉验证cross Validation，把样本集分为训练集和测试集，防止网络出现过拟合，提高网络的泛化能力和预测精度-cross Validation for matlab，to estimate the test accuracy,training accuray and validation accuracy of a neural network