搜索资源列表
属性相似度的云分类器
- matlab环境下，基于云模型的分类器，包括基于例子群优化的云分类器，和属性相似度云分类器。-Matlab environment, based on cloud model for the classification, including examples Swarm Optimization Based on the cloud classifier, and attribute similarity cloud classifier.
BP神经网络分类器C程序
- BP神经网络分类器C程序-BP neural network classifiers C Program
贝叶斯分类器源代码
- 利用VC实现的贝叶斯分类器的源代码，可以用来分类或识别，很值得收藏-The source code of bayes classfication using VC
基于svm的分类器
- c++ 开发的svm分类器，功能不错，支持多类，多标签分类。使用方便，欢迎下载！
SVM分类器
- 简单的SVM分类器开源代码。可直接运行，附带源代码
SVM(SMO)分类器
- JAVA语言编写的SVM分类器，附带源代码，可直接运行
贝叶斯分类器设计
- 利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。也就是说，贝叶斯分类器是最小错误率意义上的优化。
贝叶斯分类器
- 贝叶斯分类器，对四个类随机正态分布数据进行分类，可直接运行，适合初学者，学习与参考。
SVM神经网络中的参数优化---提升分类器性能
- 对SVM神经网络进行参数优化，提升其分类器性能(The parameters of SVM neural network are optimized to improve the performance of classifier)
20170608贝叶斯分类器实验
- 贝叶斯分类器，通过事先sample样本的训练，能够快速准确的实现对待分类样本的识别分类(Bias classifier, through the training of sample samples in advance, can quickly and accurately realize the classification and classification of the classified samples)
分类器
- 二元分类器,最简单的线性二元分类器,用罗基斯提克公式;来进行计算(Two yuan classifier, the most simple linear classifier for two yuan, Luo Keith Feldman formula to calculate;)
模式识别分类器
- 贝叶斯识别，可对图像数据进行分类的算法，其中包含5个m文件(Bias recognition, image data can be classified algorithm, which contains 5 m files)
贝叶斯分类器
- 该程序能够实现对两种样本进行贝叶斯分类，并且能够通过旋转观察两类的三维图，还能够画出超平面，更加直观的观察两类的分类。(The program can realize the Bayesian classification of two kinds of samples, and can be observed by rotating the 3D figure two class, also can draw a plane, the classification of the two cla
BP神经网络+最小距离分类器
- BP神经网络算法，贝叶斯-最小距离分类器，可以用于模式识别。(BP neural network algorithm, Bayesian minimum distance classifier, can be used for pattern recognition)
bp-分类器
- 这是bp神经网络的M文件，包括BP网络的第一阶段学习期（训练加权系数wki，wij)，BP网络的第二阶段工作期（根据局训练好的wki，wij和给定的输入计算输出），程序里有详细注释。该程序被用来作为分类器使用。(This is the BP neural network M files, including the first phase of BP network learning period (training weighting coefficient wki, wij), the se
ELM分类器
- ELM是基于深度学习的分类器，运算速度快。 在B_data.m里导入待分类矩阵B.mat（1-n列为特征值，n列为标签）；运行B_data.m；再打开fuzzyEn_main.m并运行即可。(ELM is based on depth learning classifier, computing speed. In B_data.m imported matrix to be classified B.mat (1-n as eigenvalues, n as a label); Run B
高级分类器：支持向量机( SVM)
- 利用R语言实现高级分类器,支持向量机( SVM)(Advanced classifier, support vector machine (SVM))
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
分类器评估及交叉验证_代码
- 内有鸢尾花数据的5折交叉验证实验代码，采用的分类器是贝叶斯分类器。(There is a 5-fold cross-validation experiment code for the iris data, and the classifier used is a Bayesian classifier.)
分类器
- 在matlab平台下，简单实现svm分类器功能（数据仓库与数据挖掘课程）(Simple implementation of SVM classifier)