搜索资源列表
GA-FCM
- 遗传算法+FCM 用于SAR图像分类问题中，讲图分为两类或者三类~~~~~~~~~。-Genetic algorithm is used to SAR+ FCM image classification problem, speak figure divided into two classes or three kinds of ~ ~ ~ ~ ~ ~ ~ ~ ~.
matlab
- 三个遗传算法的matlab实现，可以用在一些分类器设计方面-the implementation of the GA
ga1
- 遗传算法用于模式分类的特征选择。以minstall数据库为例，介绍了详细应用例程。-Genetic algorithm for pattern classification feature selection. Minstall database, for example, describes in detail the application routines.
ge_bp_xor
- 利用遗传算法解决BP网络异或问题/XOR的分类，-Genetic algorithm to solve the BP network the XOR problem
RoughSetReduct_Sln
- MATLAB粗糙集属性约简库（内含实例，原创） 函数M文件： TargetOptFcn.m ------------ 遗传算法的目标函数 PositiveRegion.m --------- 计算正域 LowerApproximation.m ------ 计算下近似 IsSub.m ------------------- 判断集合A是否是集合B的子集 EquivalentClassSet.m ----- 基于R分类的所有等价类的集合，即U/R EleEquival
PSOTool
- 求解非线性方程组方法有经典算法以及近年来流行的遗传算法．牛顿法及其改进形式,但是此类算法的收敛性在很大程度上依赖于初始点的选择，对于某些非线性方程组容易导致求解失败 为了克服经典算法的缺点，设计了求解非线性方程组的混合遗传算法,但依然对方程组和编码方法有很高要求。PSO是受到鸟群或者鱼群社会行为的启发而形成的一种基于种群的随机优化技术。它是一类随机全局优化技术，通过粒子间的相互作用发现复杂搜索空间中的最优区域。该算法是一种基于群体智能的新型演化计算技术，具有简单易实现、设置参数少、全局优化能力强
gaSVMcgForClass
- 使用基因遗传算法优化支持向量机参数，进而准确快速分类-Using genetic algorithms to optimize the parameters of support vector machine, and then quickly and accurately classified
classificiation-algorithm-overview
- 机器学习领域经典分类算法综述，包括Decision Tree（ＩＤ３、C4.5(C5.0)、CART、PUBLIC、SLIQ和SPRINT算法），三种典型贝叶斯分类器（朴素贝叶斯算法、TAN算法、贝叶斯网络分类器），k-近邻 、 基于数据库技术的分类算法（ MIND算法、GAC-RDB算法），基于关联规则（CBA:Classification Based on Association Rule）的分类（Apriori算法），支持向量机分类，基于软计算的分类方法（粗糙集（rough set）、遗传
fcmMATLAB
- 模糊C-均值算法容易收敛于局部极小点，为了克服该缺点，将遗传算法应用于模糊C-均值算法(FCM)的优化计算中，由遗传算法得到初始聚类中心，再使用标准的模糊C-均值聚类算法得到最终的分类结果。-Fuzzy C- means algorithm is easy to converge to a local minimum point, in order to overcome this drawback, the genetic algorithm is applied to fuzzy C- me
static_K_ga01
- MATLAB代码，采用封装法利用K近邻和遗传算法的结合对数据进行分类-MATLAB code using encapsulation method using a K-nearest neighbor and genetic algorithm combined with data classification
dyn_LDA_GA
- MATLAB代码，利用LDA和遗传算法对数据进行分类-MATLAB code, use LDA and genetic algorithms for data classification
Genetic-algorithm-to-optimize-svm
- 遗传算法优化支持向量机的惩罚系数C与高斯核系数g，能够提高支持向量机的分类精度-Genetic algorithm to optimize the punish coefficient of support vector machine (SVM) with gaussian kernel coefficient C g, can improve the support vector machine (SVM) classification accuracy
gafcm
- 这是遗传算法改进的模糊C-均值聚类MATLAB源代码,由遗传算法得到初始聚类中心，再使用标准的模糊C-均值聚类算法得到最终的分类结果。-This is the MATLAB source code of the improved fuzzy c-means clustering(FCM) based on the genetic algorithm(GA).The initial cluster centers are otained through GA,and the final clust
SVM2_GA
- 基于遗传算法的支持向量机算法，程序内可实现遗传算法参数寻优，并对输入数据分类输出-SVM based on genetic algorithms, genetic algorithms can be realized within the program parameter optimization, output and input data classification
ga_bp
- 基于遗传算法优化的BP神经网络，可以作为诊断分类使用-Genetic Algorithm Optimization of BP neural network can be used as a diagnostic classification
chapter15
- 基于SVM的数据分类预测—一种最基本遗传算法和粒子群算法对的支持向量机的参数的优化，再此基础上可以对算法进行改进-Data classification based on SVM prediction- one of the most basic genetic algorithm and particle swarm optimization (pso) algorithm, the optimization of the parameters of the support vector ma
haonou_v13
- 用MATLAB编写的遗传算法路径规划，Relief计算分类权重，包括脚本文件和函数文件形式。- Genetic algorithms using MATLAB path planning, Relief computing classification weight, Including scr ipt files and function files in the form.
fuzzy-c
- 模糊C-均值算法容易收敛于局部极小点，为了克服该缺点，将遗传算法应用于模糊C-均值算法(FCM)的优化计算中，由遗传算法得到初始聚类中心，再使用标准的模糊C-均值聚类算法得到最优分类结果。-Fuzzy C- means algorithm is easy to converge to a local minimum, in order to overcome this drawback, the genetic algorithm is applied to the fuzzy C- means
suiqie_v14
- 可以实现模式识别领域的数据的分类及回归，用MATLAB编写的遗传算法路径规划，有CDF三角函数曲线/三维曲线图。- You can achieve data classification and regression pattern recognition, Genetic algorithms using MATLAB path planning, There CDF trigonometric curve/3D graphs.
foulang
- 遗传算法无功优化，含噪脉冲信号进行相关检测,可以实现模式识别领域的数据的分类及回归。- Genetic algorithm based reactive power optimization, Noisy pulse correlation detection signal, You can achieve data classification and regression pattern recognition.