搜索资源列表
SOM模式提取与分类
- SOM神经网络，可以进行特征提取和模式分类，特别是特征维数较多的情况。-SOM neural network, can feature extraction and classification, in particular characteristic dimension of more.
一个多人语音的例子
- RG-S3550 是一款全线速安全智能多层交换机，该交换机硬件支持多层交换，提供二到七层的智能的流分类和和完善的服务质量（QoS）以及组播管理特性，支持完善的路由协议，-RG-S3550 is a full-line rate security Multilayer Intelligent switches, The switch hardware support multilayer switching, for two to seven storeys of intelligent clas
wwe3456
- 基于多分类器组合的笔迹验证 －－文章-Based on the composition of the classifier based on the handwriting test multiple classifiers combination of handwriting authentication -- article
program
- 模式识别中分类程序，实现了很多分类算法，有兴趣的朋友可以研究下-Pattern recognition, many classification procedures classification algorithm, interested friends may study
SVM
- 这个是svm的一遍小论文 比较好 基于模糊核聚类的svm多类分类方法-svm
libsvm实现文本分类源程序
- libsvm实现文本分类源序,其中： 1.0Beta ，是打包好的可执行的jar文件，运行前需要配置一下，具体看目录下的README.TXT； 程序工程，是源代码，不过并不是和1.0Beta里面的完全一致； 实验样例，用来进行试运行的文本文件； 语料库，包含了3000多份文档的语料库，用"抽取"将在单个文档中的多个类型的文本提取到ouput目录下
程序
- Fisher判别适合于两类的判别分析。本文采用的鸢尾花数据库中鸢尾花类别有三类，所以先采用Fisher判别对数据进行二分类判别分析，然后采用一对一进行多分类。(Fisher discriminant analysis is suitable for two kinds of discriminant analysis. There are three categories of iris in the iris database in this paper, so the Fisher disc
02 多属性决策模型
- 介绍多属性决策模型可以的解决问题，解决分类问题(The problem of multi-attribute analysis is introduced to solve the classification problem)
multi_process
- 多进程预处理数据，python实现。预处理语料1.6G，多进程预处理可加快文本的预处理时间。二分类和多分类实现。(multi_process for large documents)
小波神经网络用于分类的基础源码
- 小波神经网络中用于分类的代码，代码比较复杂，需要多加学习。(The code used for classification in the wavelet neural network is more complex and needs more learning.)
前上右左手向有摆动svm算法85.333%
- 使用matlab libsvm 工具箱能够实现多分类任务(LIBSVM classification)
20171211留档
- 利用SVM对制备的样本进行三分类，对图像进行三角形匹配，模板匹配(SVM was used to classify the samples in three categories. Triangle matching and template matching were applied to the images.)
nichingparticle-swarm-optimization
- 粒子群优化算起源于对鸟群、鱼群以及对某些社会行为的模拟，是一种基于群体智能的进化计算技术。而小生境技术则起源于遗传算法，这种方法能使基于群体的随机优化算法形成物种，从而使相应的优化算法具有发现多个最优解的能力。而多分类器集成技术则是通过多个分类器进行某种组合来决定最终的分类，以取得比单个分类器更好的性能。多分类器集成技术要求基元分类器不仅个体性能要好并且其差异度要大，这与小生境技术形成物种的能力具有很多内在的相似性。目前己经有研究者将小生境技术应用于多分类器集成，但由于传统的小生境技术仍然不完善
多因子模型参考
- 量化因子选股模型示例，包含数据读取、因子筛选、因子分类和回测部分(Multi factor stock selection)
第一次作业_基于分类算法的雷达状态识别
- 第一次作业_基于分类算法的雷达状态识别 对于本数据集中的雷达状态识别，数据降维前使用朴素贝叶斯、支持向量机、神经网络的分类算法对于识别的准确率无太大影响；数据降维后使用神经网络算法最优，支持向量机算法其次，朴素贝叶斯算法较差。此外，训练样本越多，分类准确率有小幅度提高。(First Operation Radar State Recognition Based on Classification Algorithms For radar state recognition
多光谱影像PCA与遍历显示matlab实现
- 基于多光谱影像的地物分类预处理算法，使用matlab将数据tif影像打开，并展示，在数据波段中，使用PCA算法，使得信息集中利于分类。(Preprocessing algorithm of object classification based on multi spectral image)
神经网络与模式识别_丁铖_2017140818
- bp神经网络，用于风力发电机的故障分类，可用于二分类和多分类，已经线性回归和非线性回归(Bp neural network for fault classification of wind turbines, can be used for two-class and multi-classification, has linear regression and nonlinear regression)
SVM
- 利用三次二分类SVM实现三分类SVM，可以用自己的数据，完美运行。(Using the three-category SVM to implement the three-class SVM, you can use your own data to run perfectly.)
遗传算法优化广义回归神经网络多分类
- 用遗传算法优化光滑因子，来搭建广义回归神经网络分类器，代码全面带数据，可移植性好
SVM分类
- 基于SVM的疲劳驾驶系统。基于神经网络的非接触式疲劳驾驶检测已成为当前针对疲劳驾驶检测领域炙手可热的研究方向。它有效解决了接触式疲劳检测方法给驾驶员带来的干扰以及单一信号源对于反映疲劳程度可靠性低的问题，同时通过设计神经网络模型对多源信息进行分类，实现对疲劳状态的高精度和高速度的检测。选取合适的特征值对网络检测准确率以及准确反映疲劳程度至关重要。基于驾驶员生理信号检测可靠性和准确性较高。(Fatigue driving system based on SVM)