搜索资源列表
pujulei
- 谱聚类算法建立在谱图理论基础上，与传统的聚类算法相比，它具有能在任意形状的样本空间上聚类且收敛于全局最优解的优点。 该算法首先根据给定的样本数据集定义一个描述成对数据点相似度的亲合矩阵,并且计算矩阵的特征值和特征向量 ， 然后选择合适 的特征向量聚类不同的数据点。谱聚类算法最初用于计算机视觉 、VLS I 设计等领域， 最近才开始用于机器学习中，并迅速成为国际上机器学习领域的研究热点。-Spectral clustering algorithm based on the spectrum b
SRC
- 稀疏编码能够快速，准确，低代价地表示自然图像的视觉神经方面的能力，把稀疏编码的方法运用到分类中的机器学习方法，就叫做SRC。此处提供SRC算法代码。-Sparse coding has the rapid, accurate and low cost ability to display natural images. The method of sparse coding is applied to the classification of machine learning methods
ZPclustering
- 谱聚类算法建立在谱图理论基础上，与传统的聚类算法相比，它具有能在任意形状的样本空间上聚类且收敛于全局最优解的优点。 该算法首先根据给定的样本数据集定义一个描述成对数据点相似度的亲合矩阵,并且计算矩阵的特征值和特征向量 ， 然后选择合适 的特征向量聚类不同的数据点。谱聚类算法最初用于计算机视觉 、VLS I 设计等领域， 最近才开始用于机器学习中，并迅速成为国际上机器学习领域的研究热点。-Spectral clustering algorithm based on the reprodu
Adaboost
- 《视觉机器学习20讲》的配套仿真代码——Adaboost分类算法，可运行，有注释-The visual machine learning about 20 supporting simulation code- Adaboost classification algorithm, can run, with comments
EM
- 《视觉机器学习20讲》的配套仿真代码——EM算法 均值最大算法，适合初学者-The visual machine learning about 20 supporting simulation code- EM algorithm average maximum algorithm, suitable for beginners
lab6
- 在统计计算中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量（Latent Variable）。最大期望经常用在机器学习和计算机视觉的数据聚类（Data Clustering）领域。
KNN
- KNN K近邻算法 来自视觉机器学习中的代码-The KNN K Nearest Neighbor algorithm comes the code in the visual machine learning
AForge.NET Framework-2.2.5
- AForge.NET是一个专门为开发者和研究者基于C#框架设计的，这个框架提供了不同的类库和关于类库的资源，还有很多应用程序例子，包括计算机视觉与人工智能，图像处理，神经网络，遗传算法，机器学习，机器人等领域。 这个框架由一系列的类库组成。主要包括有: AForge.Imaging -- 一些日常的图像处理和过滤器 AForge.Vision -- 计算机视觉应用类库 AForge.Neuro -- 神经网络计算库AForge.Genetic -进化算法编程库 AF
NatureDeepReview
- 深度学习允许由多个处理层组成的计算模型来学习具有多个抽象层次的数据表示。这些方法极大地提高了语音识别、视觉对象识别、目标检测以及药物发现和基因组学等许多领域的最新进展。深度学习发现复杂的结构在大数据集，通过使用反向传播算法来指示一台机器应该如何改变其内部参数，用于计算在每一层的代表性，从上一层的代表。深层卷积网在处理图像、视频、语音和音频方面取得了突破性进展，而递归网络则在文本和语音等连续数据上起到了作用。(Deep learning allows computational models th