搜索资源列表
Pattern-Recognization
- 本实验的目的是了解非参数估计--parzen窗估计，对数据进行Parzen窗估计和设计分类器。并分析窗口宽度h对分类的影响。-The purpose of this study is to understand the non-parametric estimation- parzen window estimation, Parzen window estimate of the data and design of classifiers. Window width h and analyz
10
- 本文提出了一种基于学习的相似性度量方 法, 即将图像配准的度量问题转化为模式分类问题, 由基于机器学习设计的分类器自动检验图像是否配准. 本文对400 组图像进行了配准检验, 实验结果显示了该方法的可行性和可靠性.-This paper proposes a similarity measure based on learning methods, about the measurement problems of image registration into the pattern c
Pattern-recognition-experiment
- 基于Fisher线性判别的基因分类器的设计，里面有源程序-Fisher linear discriminant based on the gene classifier design, which has source code
Pattern-recognition-experiment1
- 基于多层感知器的DNA序列分类器的设计,里面有说明文档和源程序-Based on the DNA sequence of MLP classifier design, which has documentation and source code
Identification-Based-on-Iris-Pattern
- 虹膜识别的经典论文，包括虹膜预处理、特征提取、分类器的设计，完成虹膜匹配。-Classic paper of iris recognition, including iris preprocessing, feature extraction, classifier design, complete iris match.
question3
- 非线性分类器训练的快速算法设计,近邻法迭代法测试样本错误率-Fast non-linear classifier training algorithm, nearest neighbor algorithm iteration test sample error rate
Bayes-matlab-
- MATLAB 模式识别的小程序，最小错误率Bayes分类器的设计与检验等-MATLAB pattern recognition applet, Bayes minimum error rate classifier design and inspection
gesture-recognition
- 出并设计了基于计算机视觉的手势识别系统。采用双肤色模型和背景自适应模型进行手势分割，解决纷乱背景 下实时手势分割问题。以傅里叶描述于表缸E手势轮廓，基于BP网络建立的手势识别分类器，具有较强的自学习能力，提高了 识别率。-A hand gesture recogll主ti。n system which based on∞mputer vision is Prescn}ed in thi3 pape。A method of combinirlg double c010r-spatial
beiyesifenleiqi
- 程序是基于贝叶斯最小错误率的分类器的设计，真确率达到98 ，学习模式识别的很好的程序-Program is based on the Bayes minimum error rate classifier design, true rate of 98 , a good learning pattern recognition program
bayeclassif--presuo-data
- 掌握利用贝叶斯公式进行设计分类器的方法。分别做出协方差相同和不同两种情况下的判别分类边界-Master the use of Bayes classifier design methods. Covariance were made in both cases the same and different classification of the discriminant boundary
IrisDC06
- 分类是数据挖掘 、机器学习 和模式识别 中一个重要的研究领域。分类的目的是学会一个分类模型 (称作分类器)，该模型能把未知类别的数据项映射到给定类别中。目前发展较成熟的几种分类算法 如决策树、神经网络、贝叶斯方法、遗传算法等。分类具有广泛的应用，例如医学诊断、信用卡系统的信用分级、图像模式识别等。本毕业设计通过使用鸢尾属植物(IRIS)数据集，对当前数据挖掘中具有代表性的优秀分类算法进行分析和比较，总结出了各种算法的特性，为使用者选择算法或研究者改进算法提供了依据。-Classificatio
bayesian
- 利用贝叶斯公式进行设计分类器的设计，分别做出协方差相同和不同两种情况下的判别分类边界。 -Designed using Bayes classifier design, respectively, to make the same and different covariance both cases, the discriminant classification boundaries.
Pattern-recognition
- 《模式识别》，是本人用matlab语言编程来实现贝叶斯分类器的设计-" Pattern recognition" is a programming language I use matlab to implement Bayesian classifier design
Minimum-Risk-Bayes-classifier
- 这是模式识别中最小风险Bayes分类器的设计方案。在参考例程的情况下，自行完善了在一定先验概率的条件下，男、女错误率和总错误率的统计，放入各个数组当中。 全部程序由主函数、最大似然估计求取概率密度子函数、最小错误率贝叶斯分类器决策子函数三块组成。 调用最大似然估计求取概率密度子函数时，第一步获取样本数据，存储为矩阵；第二步对矩阵的每一行求和，并除以样本总数N，得到平均值向量；第三步是应用公式（3-43）采用矩阵运算和循环控制语句，求得协方差矩阵；第四步通过协方差矩阵求得方差和相关系数，从
eg2
- 用其中一半的数据采用ANN-BP算法设计分类器，另一半数据用于测试分类器性能。-Half of them with the data ANN-BP algorithm design classifier, and the other half data used to test the performance of classification.
yuyinshibie
- 基于特定人情感的语音识别，语音情感特征提取；语音情感分类器的设计，完成了一个特定人语音情感识别的初步系统。内容很丰富-In this article, we have accomplished a system for emotion recognition of speech by establishing a database of speech with certain emotion by certain people analyzing emotion features and de
recognition-algorithm-design
- 运用帧差序列图像进行背景建模与更新，采用背景差分和LBP纹理分析法进行运动车辆的分割及阴影消除。提出车辆形状投影量的概念，将视频车辆二维形状信息降至一维，并设计二维输入模糊分类器，根据形状投影量和车高，车长比，完成车型的多种类精细识别。-Frame difference image sequence background modeling and updating, background subtraction and the LBP texture analysis method for th
svm-ses
- 分别采用感知机算法、最小平方误差算法、线性SVM算法设计分类器，分别画出决策面，并比较性能。-The machine algorithm respectively perception, the minimum square error algorithm, linear SVM classifier algorithm design, respectively, draw the decision surface, and compare the performance.
Linear-classifier-design
- 对“data1.m”数据，分别采用感知机算法、最小平方误差算法、线性SVM算法设计分类器，分别画出决策面，并比较性能。-The "data1.m" data, respectively, using the perceptron algorithm, the least square error algorithm, the linear SVM algorithm design classifier, respectively, to draw the decision-making surf
ANN-BP
- 对“data2.m”数据，用其中一半的数据采用ANN-BP算法设计分类器，另一半数据用于测试分类器性能。-The "data2.m" data, which half of the data using the ANN-BP algorithm design classifiers, the other half of the data used to test the classifier performance.