搜索资源列表
fenlei
- 空间约束半监督高斯过程下的高光谱图像分类 -Space constraints Semi-supervised hyperspectral image classification under the Gaussian process
dd_ex6
- 高斯分布混合监督之间的区别，训练三个分类器。检测异常。-The distinction between mixed Gaussian distribution supervision, training three classifiers.
sensor
- 感知器算法是一种非监督的代数界面分类方法，算法结构简单，但对于团状数据，分类效果理想。-Algebraic classification sensor interface is an unsupervised algorithm, the algorithm is simple in structure, but for groups like the data, the ideal classification.
C45
- C4.5是一系列用在机器学习和数据挖掘的分类问题中的算法。它的目标是监督学习：给定一个数据集，其中的每一个元组都能用一组属性值来描述，每一个元组属于一个互斥的类别中的某一类。C4.5的目标是通过学习，找到一个从属性值到类别的映射关系，并且这个映射能用于对新的类别未知的实体进行分类。-C4.5 is used in a series of machine learning and data mining algorithms for classification problems.
Farmland-small-map
- 农田多标记小图，可以用以极化SAR分解和半监督极化SAR分类。-Farmland multi-label small map, can be used to polarimetric SAR polarimetric SAR decomposition and semi-supervised classification
LDA_KNN_OA
- KNN是有监督的分类算法，将测试点归类为其K个进邻点中出现次数最多的类别。KNN_Cla 1.利用所有带标记的数据作为train数据，调用KNN分类函数KNN_Cla（）对整个图像进行分类，得到整个图像的分类结果图。 2.随机在所有带标记的数据中选择train和test数据（50 train数据，50 test数据）然后进行kNN分类。随机选择10次，计算总体分类精度OA，然后求平均结果，作为最终对算法的评价。K值依次选择1,3,5,7,9,11，分别用这6种K的取值进行kNN算法
k_means
- 经典的k均值聚类算法，用于无监督学习和数据分类，广泛应用于数据处理和模式识别领域-Classical k-means clustering algorithm for unsupervised learning and data classification, widely used in data processing and pattern recognition
eMailSystem
- 采用有监督的朴素贝叶斯、SVM和KNN算法对进行训练，实现对邮件的分类-Using supervised naive bayes, SVM and KNN algorithm for training, implementation of the classification of the mail
pkupr
- 模式识别 北京大学 本科生课程 课件 （包括贝叶斯模型、最近邻、SVM、线性与非线性分类器、boosting、统计学习、非监督学习等）-Pattern Recognition Peking University Courseware (including Bayesian model, the nearest neighbor, SVM, linear and non-linear classifiers, boosting, statistical learning, unsupervised
SVM
- 在机器学习领域，支持向量机SVM(Support Vector Machine）是一个有监督的学习模型，通常用来进行模式识别、分类、以及回归分析。-In the field of machine learning, support vector machine SVM (Support Vector Machine) is a supervised learning model, typically used for pattern recognition, classification, an
demodulation-of-MFSK-signals
- 提出了一种多迸制频移键控(M娲K)信号调制分类及解调方法，选取截获接收机输出的MFSK信 号的时频脊线作为分类特征，利用无监督聚类算法求取最佳聚类数M．利用时频脊线的Ham：小波变换 估计码元宽度，并且利用对应最佳聚类数的聚类中心确定抽判门限，通过对时频脊线抽样判决，实现了 MFSK信号的解调．理论分析和对实际信号的处理结果证明了此算法的可行性．-new algorithm is proposed for elassillcation and demodulation of MFSK
Code_EnPro
- 基于全映射方法的半监督图像分类算法。基于局部一致性和外部非一致性假设，首先从未标注数据自动产生多种模型。设计方法利用可利用数据对模型进行采样，利用逻辑回归判决学习得到每个模型的映射函数。 基于全局的思想，这里利用联合映射函数值来代表图像。 -Ensemble Projection for Semi-supervised Image Classification
SSELM-and-USELM
- 半监督核无监督极限学习机，用于半监督核无监督学习，比传统方法速度略快，且可以直接应用多分类问题-A semi-supervised nuclear unsupervised extreme learning machine, used for a semi-supervised kernel unsupervised learning, slightly faster than the traditional methods, and can direct application classif
Unsupervised-clustering-analysis
- 模式识别，非监督聚类分析分类方法，含完整Matlab程序。-Unsupervised clustering analysis
Multi-class
- 监督学习多分类matlab实现，源码及讲解，很好的学习资料-Multi-supervised learning classification matlab realization, source code and explanation, good learning materials
BP_Classifier
- 用MATLAB实现的简单分类器，算法为BP神经网络，为监督学习，需要训练集（文件中附有训练集，供测试用），分类效果较好。-This program creates a Classifier to identify the gender by height and weight based on BP network.
svm
- 在机器学习领域，支持向量机SVM(Support Vector Machine）是一个有监督的学习模型，通常用来进行模式识别、分类、以及回归分析-In the field of machine learning, support vector machine SVM (Support Vector Machine) is a supervised learning model, typically used for pattern recognition, classification, and
2012011539_homework2
- 模式识别中基于监督的分类方法。贝叶斯、fisher线性判别-Supervised classification method based on pattern recognition. Bayes, fisher linear discriminant
libsvm-3.20
- 在机器学习领域，支持向量机SVM(Support Vector Machine）是一个有监督的学习模型，通常用来进行模式识别、分类、以及回归分析。-In the field of machine learning, support vector machines SVM (Support Vector Machine) is a supervised learning model is usually used for pattern recognition, classification, a
sf2.0_for_access
- 具有完善的发表、回复、修改主题或投票, 以及私人收藏、短消息等功能, 此外更给予了管理员强大的论坛管理组织功能, 不同论坛分类和版块都可以任意排列, 不同论坛内都可以有不同权限, 从而限制该论坛内用户可以进行的操作. 论坛还允许管理员启用回收站功能来对论坛删除的帖子进行二次控制. 同时论坛控制台会将管理操作记入日志, 监督控制台登录和操作情况-With perfect post, reply, modify the theme or voting, and private collections