搜索资源列表
基于ASM和K近邻算法的人脸脸型分类_张倩
- 针对人脸特征分类问题,提出一种基于主动形状模型(ASM)和 K 近邻算法的人脸脸型分类方法。将 Hausdorff 距离作为 K 近邻算法的距离函数,利用 ASM 算法提取待测图像的特征点,对点集进行归一化后计算人脸轮廓特征点与样本库中所有样本点集的 Hausdorff距离,根据该距离值,通过 K 近邻算法实现待测图像的脸型分类。实验结果证明,该方法分类正确率高、速度快、易于实现。(Aiming at the problem of face feature classification, thi
knn
- 通过比较欧氏距离,定义K值,实现了机器学习中的KNN算法(By comparing Euclidean distance, we define the K value and realize the KNN algorithm in machine learning.)
Canupo
- C++编码,基于线性判别分析(LDA)和支持向量机(SVM)的多尺度维度特征点云分类算法,通过机器学习方法精确分类。效果可达95%以上,本文件夹内含有详细中文教程。
DecisionTree
- 分类算法的实现,解决分类问题,可在此基础上进行优化改进。(The implementation of classification algorithm can solve classification problems, and can be optimized and improved on this basis.)
KNN
- 最近邻分类算法,最简单的分类器解决分类问题。(Nearest neighbor classification algorithm, the simplest classifier, solves the classification problem.)
MATLAB实现鸢尾花数据集分类
- 基于BP算法的鸢尾花数据集分类,在MATLAB平台下编程实现BP算法,可计算识别率。(Based on the BP algorithm, iris data set is classified. Under the MATLAB platform, the BP algorithm is programmed and the recognition rate can be calculated.)
通信系毕业论文-基于MUSIC算法的DOA估计
- 阵列信号处理是信号处理领域内的一个重要分支,在近些年来得到了迅速发展。波达方向(Direction of Arrival,DOA)估计是阵列信号处理的一个重要的研究领域,在雷达、通信、声纳、地震学等领域都有着广泛的应用前景。在DOA估计的发展过程中,人们对高分辨DOA估计算法一直有很大的研究兴趣,并在这一领域取得了很多重要的进展。本文主要研究经典的多重信号分类(Multiple signal Classification,MUSIC)算法。 本文首先回顾了空间谱估计技术的发展过程及现状,比较详
kmeans图像分类
- 利用简单kmeans聚类算法,对不同图片进行分类,图片内容包括人像,风景,建筑,动物,植物等,平台是matlab。(The simple k - means clustering algorithm is used to classify different pictures. the picture content includes portrait, scenery, architecture, objects, plants, etc. The platform is MATLAB.)
随机森林算法分类、回归
- 随机森林分类器,matlab写的,直接可以运行,不需要该任何东西,详细看readme和案例。-Random Forest classifier, matlab write, direct run, does not require that anything
基于四阶累积量的MUSIC算法
- 基于四阶累积量的MUSIC多重信号分类算法源程序(MUSIC algorithms based on fourth - order cumulant)
机器学习Python程序
- 覆盖了基本常用的机器学习算法。包括线性回归与分类算法;决策树;多种降维算法;优化算法;强化学习等多类算法的Python代码。(It covers the commonly used machine learning algorithms. Including linear regression and classification algorithm; decision tree; a variety of dimensionality reduction algorithm; optimiza
30个智能算法模型
- 1-8遗传算法,9 多目标Pareto最优解搜索算法,10 基于多目标Pareto的二维背包搜索算法,11-12免疫算法,13-17粒子群算法,18鱼群算法,19-21模拟退火算法,22-24蚁群算法,25-27神经网络,28 支持向量机的分类,29 支持向量机的回归拟合,30 极限学习机的回归拟合及分类(1-8 genetic algorithm, 9 multi-objective Pareto optimal solution search algorithm, 10 multi-obje
基于粒子群优化算法的特征选择SVM分类
- 针对“BreastCancer”数据集,作为对比,第一次对特征集直接进行SVM分类,第二次使用粒子群算法进行特征选择后再进行SVM分类。并且对比和分析了两次分类的结果。(For "BreastCancer" data set, as a comparison, the first time the feature set is directly classified by SVM, and the second time the feature set is selected
SVM算法
- SVM的分类与预测。带数据的。可直接使用学习。方便入门。(Classification and prediction of SVM. With data. You can use learning directly.it's convence for us to learn it .)
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.)
matlab实现的C4.5分类决策树算法
- C4.5决策树分类算法,用于进行数据分类(Classification algorithm)
支持向量机算法可视化实现
- 项目文件分为src和data两部分,src文件夹下存放源码,data文件夹下存放样本数据和生成的结果文件。 项目中含有RBF SVM分类算法,可视化界面上分别有对应算法的训练和结果展示按钮,通过按钮可以触发模型训练和可视化效果呈现。 项目运行过程中,会有一些日志打印出来。 详见内部说明文档
KNN
- 高光谱图像knn分类算法,在PaviaU和Indianpines数据集上测试(Knn classification algorithm for hyperspectral images, tested on PaviaU and Indianpines datasets)
kNN
- K最近邻(k-Nearest Neighbor,KNN)分类算法,是一个理论上比较成熟的方法,也是最简单的机器学习算法之一。该方法的思路是:在特征空间中,如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别,则该样本也属于这个类别。(K-nearest neighbor (KNN) classification algorithm is a relatively mature method in theory and one of the simplest machine
心电信号检测与分类算法的研究
- (1)心电信号预处理 心电信号是一种低频且含有众多噪声干扰的信号。针对心电信号存在的 噪声干扰问题,本文采用了平稳小波变换结合双变量阈值的方法对其进行去 噪处理。通过对心电信号进行八层平稳小波变换,得到不同的小波系数,采 用双变量阈值函数表达式对其进行处理得到新的小波系数,最后进行逆平稳 小波变换实现小波重构,完成心电信号去噪。Matlab 仿真结果显示,本文算 法的准确率较高,信噪比达到 84.5934dB。 (2)心电信号波形识别 反映心电信号的特征部分往往是信号的突变点,因此需