搜索资源列表
FOA-ELM
- 算法思想是：1） 根据果蝇优化算法得到极速学习机隐层神经元的数目；2） 依据得到的隐层神经元数目和极限学习机的方法对训练样本和测试样本进行训练学习。只要打开fruitfly_elm.m文件运行即可，可以换数据集 -Algorithm idea is: 1) according to the number of flies speed machine learning algorithm to obtain the hidden layer neurons optimization Method
svm-skills-
- 支持向量机的分类到训练学习的全套示例，程序简单明了，是接触支持向量机最好的入门资料。-Support vector machine (SVM) classification of a full set of sample to study training, procedures simple and clear, is the best introductory material contact with support vector machine (SVM).
NNBP_code_Changed
- 实现多层神经网络算法的源码，并附带训练学习说明，由于程序没有实现归一化功能, 因此用来训练的样本数据首先要归一化后才能进行训练。-实现多层神经网络算法的源码，并附带训练学习说明，由于程序没有实现归一化功能, 因此用来训练的样本数据首先要归一化后才能进行训练。 请键入文字或网站地址，或者上传文档。 取消 Shíxiàn duō céng shénjīng wǎngluò suànfǎ de yuánmǎ, bìng fùdài xùnliàn xuéxí shuōmíng, yóuyú
shibie
- 对预处理及分割之后的图像进行识别 利用BP神经网络进行训练 学习-On after pretreatment and segmentation of image recognition using BP neural network for training study
crfChain
- CRF特征训练学习模型，可用于数据的训练与测试-CRF feature training and learning model that can be used to train and test data
网学学习书籍大全
- 在基于内容图像检索中，图像的底层视觉特征和高层语义概念之间存在着较大的 语义间隔。使用机器学习方法学习图像特征，自动建立图像类的模型成为一种有效的方法。 本文提出了一种用支持向量机（SVM）实现自然图像自动语义归类的方法，基于块划分聚 类得到特征向量作为SVM 训练样本，实现语义分类器。由于参与聚类的是某类图像所有块 的特征，提取的特征更能反映某一类图像特征。实验证明这种方法是有效的。
CPP
- c++初学者良好的训练学习代码，入门必备，对基本的c++变成知识有良好的巩固作用-c++ good training for beginners to learn the code, entry required, knowledge of basic c++ become a good role in the consolidation
frft
- 基于统计特征的语种识别算法分析与实现。1.提取语音的客观统计特征；2、通过分类器建立训练学习模型；3、将模型运用于汉语、英语、日语等语种识别实验，与人的主观感觉做对比-Based on statistical language identification algorithm analysis and Realization of objective statistics. The extraction of speech features 2, the classifier built th
47821364121
- 根据果蝇优化算法得到极速学习机隐层神经元的数目依据得到的隐层神经元数目和极限学习机的方法对训练样本和测试样本进行训练学习。-According to the fruit flies optimization algorithm to get extreme learning machine based on the number of hidden layer neurons of hidden layer neurons number and extreme learning machine
Event-Detection-HMM-Model-master
- 基于隐马尔科夫模型的事件检测,通过隐马尔科夫模型的训练学习即可检测特定的事件-event-detection based on HMM
sjwl
- bp神经网络对2ask，2fsk，4ask，4fsk，2psk，2fsk的训练学习(BP neural network, training, learning)
fcn.berkeleyvision.org
- 图像识别、深度学习。 语言用的是python 2.x ，里面有训练好的模型，在文件夹里都有给出地址，可以直接去下载。也有一个很大的图片包，里面有很多图片，可以直接拿来作为素材用。也可以自己给图片制作数据标签，训练自己的模型。(image recognition deep learning The language used is Python 2.x, and there are training models, which are given in the folder, which c
栈式自编码器相关程序
- 使用栈式自编码器实现光学图像的自动识别，程序完整，程序中已经包括训练和测试使用的样本，程序运行结果良好，适合进行机器学习的同行进行学习和研究。(Use the stack automatic recognition, optical image encoder to achieve self program integrity, training and testing samples have been used including program, program operation res
train-labels-idx1-ubyte
- 用于手写数字识别的训练数据（标签） 数据格式：前32位为2049，再32位为数据数量，之后每一位都是标签值(Training data (tags) for handwritten digit recognition)
train-images-idx3-ubyte
- 用于手写数字识别的训练数据（图片） 数据格式：前32位为2049，再32位为数据数量，再32位为图片宽度M，再32位为图片高度N，之后每N*M位都是图片的像素值(Training data (pictures) for handwritten digit recognition)
2-rain
- 基于深度学习神经网络模型，对降雨量进行训练和预测(Rainfall prediction based on depth learning)
Models_v1_v2
- 对中文文本进行分词，词性标注。训练模型，根据模型训练学习分词。(participle Part of speech tagging)
face
- 人脸识别程序和算法，应用adboost机器学习算法训练模型(Face recognition procedures and algorithms)
SRCNN
- 高分辨率重建图像，通过训练后输入的图像重建质量高，基于Caffe开发(High resolution reconstructed image)
boston
- 通过scikit-learn库利用tf.contrib.learn函数生成三层神经网络模型直接对读入数据进行训练并且对于数据可以进行预测。(Through the scikit-learn library, the tf.contrib.learn function is used to generate three layers of neural network model, and the data is trained directly, and the data can be pred