搜索资源列表
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
BPnetwork
- 这是一篇人工神经网络BP算法密集型数据的预处理文章，文章详细介绍了算法原理及应用，对图像图形处理专业人员的重要参考价值！-This is an artificial neural network BP algorithm-intensive data preprocessing article, the article describes in detail the algorithm theory and application of important reference value for
Letter-recognition
- 基于神经网络, 采用 Matlab 6. 5 和 Visual C, 设计一个字母识别系统。 该系统通过对 BMP 图片的二值化 处理,在 VC 环境下调用 Matlab,并将把二值化后的数据进行网络训练,从而实现 26 个英文字母的识别。 系统性能的测试表明,系统所训练的神经网络有很好的抗干扰能力。-The design letter recognition system based on neural network, using Matlab 6. 5 and Visual C,. T
Face-orientation-recognition
- LVQ即学习向量量化神经网络是一种用于训练竞争层的有监督学习方法神经网络，在模式识别和优化领域有着广泛的应用。本课题要求使用LVQ神经网络训练人脸的特征数据，得到模型对任一人脸图像的朝向进行识别。-Learning Vector Quantization LVQ neural network that is used to train competitive layer neural network supervised learning methods in the field of patt
matlabxuexi
- 这是一个好的建模学习资料,赶快下载吧, 数学建模十大算法 ( 包含:蒙特卡罗算法、数据拟合、参数估计、 插值等数据处理算法、线性规划、整数规划、多元规划、二次规划等规划类问题、 图论算法、动态规划、回溯搜索、分治算法、分支定界等计算机算法、 最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法、 网格算法和穷举法、一些连续离散化方法、数值分析算法、图象处理算法）-This is a good model to study the information, download it quick
NeuralNetwork
- 该资源是神经网络算法。 ProduceTestFile.jar和src\produce目录下的ProduceTestFile.java用于在画图文件中手写字生成文件后转化成txt文件（生成BPTestFile.txt），注意在画图文件中应将图片大小设为长和宽均为100像素，写字时选择最粗的刷子。 两个txt分别是训练数据和测试数据。读入BPTrainingFile.txt中的样本进行训练，然后用BPTestFile.txt中的样本进行测试。-This resource is neural
FaceRecognitionBased-OnDeepLearning
- 本文运用深度神经网络的方法克服姿态变量和图像分辨率的影响,提出了一种多姿态的人脸超分辨识别算法并在实验数据集上获得了良好的性能表现。另外本文利用深度信念网络探索正面人脸图像和侧面人脸图像的映射,方法放松了深度信念网络的输入也输出之间绝对相等,而只是保证其高层含义上的相等。实验表明了使用深度信念网络可以学习到侧面人脸图像到正面人脸图像的一个全局映射,但是丢失了个体细节差异。本文还提出了基于深度网络保持姿态邻域进行姿态分类的方法,在学习过程中,我们保证了同一个姿态下的人脸图像应该与同一姿态下的多张图
fds60
- ace Detection Program for MATLAB 2013a using Gabor Feature Extraction and Neural Networks ---------------------------------------------------------------- 1- copy all files and directories to the MATLAB s work folder * In order to run
pca3
- 神经网络迭代法，数据量不大，用于图像压缩-Neural network iteration method, the data volume is not large, used for image compression
Pelatihan-Matlab
- Image classification using Backpropragation Neural Network with data training set and data testing
NN_Recognition
- 1、输入80乘80的英文手写字母图像，对训练数据进行训练，然后输入测试数据，完成字母识别。 2、txt文档详细说明如何配置、运行，一般情况下可以直接运行成功。 3、主要原理采用神经网络进行手写字母识别，准确率较高。 -1, enter 80 x 80 handwritten English alphabet image, the training data for training, and then enter the test data, complete the letter
classification
- 基于分类树的分类，与神经网络相比算法简单，分类结果看数据大小和样本集而定。简单易行的图像处理，对于初学者非常实用。 -Classification tree based on comparison with the neural network algorithm is simple, look at the data classification and sample size may be set. Simple image processing, very useful for beg
matlab_application
- 全书共23章，分为7篇。基础篇介绍了MATLAB基础、数组和矩阵分析、字符串分析；科学运算篇介绍了MATLAB数据分析、积分和微分运算、概率和数理统计、符号计算；数据可视化篇介绍了二维和三维数据的可视化；编程篇介绍了MATLAB基本编程、程序调试和编程技巧；仿真篇介绍了Simulink基本知识、Simulink建模和S-函数；高级应用篇介绍了GUI编程开发、GUIDE工具建立GUI界面、文件夹管理和文件I/O操作、MATLAB编译器；工具箱与接口编程篇介绍了信号处理、小波分析、图像处理、神经网络
traffic-condition-identification-
- 建立一个自动识别交通状态的系统，可以实时得到道路交通状况，从而引导交通参与者。系统通过数据采集终端抽样采集交通状况数据，然后经过图像的预处理，即图像的灰度化，通过背景提取算法得到图像背景，然后做背景差，自动阈值分割，形态学滤波等一系列操作，得到二值化图像,并且实现背景更新。然后计算车辆的占路比和车辆的速度这两个交通参数，通过神经网络对大量数据的训练，从而实现自动识别交通状况。-Establish a system to automatically identify traffic state c
GASeg
- 基于遗传神经网络的图像分割算法，包含有测试数据和图像，效果不错-Image segmentation algorithm based on genetic neural network, contains test data and images, good results ~~~
cnn
- 用卷积神经网络实现字母图像的识别，里面包含数据集，可直接使用-Achieve recognition letters image convolution neural network, which includes data collection, can be used directly
adaboost-and-rbf
- 随机森林算法在图像特征分类回归中的应用，通过结合神经网络进行更好的特征数据处理-Application of random forest algorithm in image classification and regression, better features by combining neural networks data processing
DeepLearning-master
- 深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。[1] 深度学习的概念由Hinton等人于2006年提出。基于深信度网(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。[1] 深度学习是机器
DeepLearnToolbox_CNN_lzbV2.0
- DeepLearnToolbox_CNN_lzbV2.0 深度学习,卷积神经网络,Matlab工具箱 参考文献: [1] Notes on Convolutional Neural Networks. Jake Bouvrie. 2006 [2] Gradient-Based Learning Applied to Document Recognition. Yann LeCun. 1998 [3] https://github.com/rasmusberg
cmake-3.4.1
- Achieve recognition letters image convolution neural network, which includes data collection, can be used directly