搜索资源列表
rtejfgds
- 现有的代数特征的抽取方法绝大多数采用一维的方法，即首先将图像转换为一维向量，再用主分量分析（PCA）,Fisher线性鉴别分析（LDA）,Fisherfaces式核主分量分析（KPCA）等方法抽取特征，然后用适合的分类器分类。针对一维方法维数过高，计算量大，协方差矩阵常常是奇异矩阵等不足，提出了二维的图像特征抽取方法，计算量小，协方差矩阵一般是可逆的，且识别率较高。-existing algebra feature extraction method using a majority of th
Classify
- VC实现的手写体识别程序。实现手写数字给出不同的分类器识别结果，可心采用模板匹配分类器（最邻近模板匹配法）识别， Bayes分类器识别（使用二值数据的Bayes方法,最小错误概率的Bayes方法，最小风险的Bayes方法)，线性函数分类法识别（Fisher算法，奖惩算法，增量校正算法，LMSE算法的识别），非线性分类法（势函数法）识别，神经网络分类法识别（包括神经网络训练，神经网络建立后输出权值，测试与比较，神经网络识别）。 运行完全正确，是学习VC实现不同分类识别方法的很好代码。
fisher_matlat
- 简单的分类器的实现，包括最小线性法，贝叶斯、fisher准则等，可以学习借鉴。-fisher matlab
Pattern-recognition-experiment
- 基于Fisher线性判别的基因分类器的设计，里面有源程序-Fisher linear discriminant based on the gene classifier design, which has source code
zuoye2
- 同时采用身高和体重数据作为特征，用Fisher线性判别方法求分类器，将该分类器应用到训练和测试样本，考察训练和测试错误情况。将训练样本和求得的决策边界画到图上，同时把以往用Bayes方法求得的分类器也画到图上，比较结果的异同。-At the same time the height and weight data as features, Fisher with linear identifying method for classifier, will this classifier appl
bayesPfisher
- 基于bayes准则和fisher准则的线性分类器。bayes是对细胞的判别分类 分为最小错误率和最小风险两种；fisher是对两类进行判别-Bayes guidelines and criteria based on fisher linear classifier. bayes classification is divided into cells, determine the minimum error rate and minimal risk of two kinds fisher
Fisher-linear-discriminant-method
- 此为模式识别中的Fisher线性判别方法求分类器。进行了男、女错误率和总错误率的统计。 全部程序流程如下： 1、读取FAMALE.TXT文件把身高或体重给数组，并求x1的样本均值m1和内离散度S1； 2、读取MALE.TXT文件把身高或体重给数组，并求x2的样本均值m2和内离散度S2； 3、求最佳变换向量和阀值点； 4、读取Test2.txt文件把对应的身高或体重给数组A并求A的样本数M； 5、把最佳变换向量和阀值点、x代入判别方程g（x）； 6、对本判别的错误率进行
T-HOMEWORK
- 用Parzen窗法或者kn近邻法估计概率密度函数，得出贝叶斯分类器，对测试样本进行测试，比较与参数估计基础上得到的分类器和分类性能的差别.2． 同时采用身高和体重数据作为特征，用Fisher线性判别方法求分类器，将该分类器应用到训练和测试样本，考察训练和测试错误情况。将训练样本和求得的决策边界画到图上，同时把以往用Bayes方法求得的分类器也画到图上，比较结果的异同。3．选择上述或以前实验的任意一种方法，用留一法在训练集上估计错误率，与在测试集上得到的错误率进行比较。-Use Parzen Wi
gender-classification
- Parzen窗法估计概率密度函数，得出贝叶斯分类器 用Fisher线性判别方法求分类器 留一法估计错误率-Parzen Fisher Bayes Leave-one based on height and weight
fisher
- 基于FIsher线性判别的两类模式分类器-Two kinds of pattern classifier based on Fisher linear discriminant
Fisher-Linear-classifier-design
- Fisher线性判别方法 Bayes决策的错误率的计算 分类器错误率的估算方法-Fisher linear discriminant method Bayes decision error rate calculation classifier error rate estimation method
fs-kfdaP1.0
- 基于Fisher线性分析的分类器以及基于核fisher（KFDA）的非线性分类器-Fisher KFDA
Fisher-de-Matlab
- 应用Firsher线性判别器在matlab环境中实现模式识别的分类，简单直接，望采纳-Pattern recognition classification application Firsher linear discriminant in the Matlab environment is simple and direct, looking to adopt
fisher-de-matlab
- 文本挡的firsher线性判别器是最简单的模式识别分类，在这里用了matlab进行了编程-Text the gear firsher linear discriminant is the most simple pattern recognition classification, where the Matlab programming
Linear
- 模式识别线性判别的程序实现，产生两个二维正态分布随机样本，分别进行Fisher线性分类和感知器分类。其中main.m是主函数，将三个程序放在同一文件夹中，运行main.m即可得到分类结果。-Pattern recognition linear discriminant program implementation, generate two-dimensional normal random sample, were Fisher linear classifier and Perceptron
FDA-Matlab
- 基于Fisher准则线性分类器设计Matlab实现源代码-Source code linear classifier based on Fisher criterion design Matlab
fisher
- Fisher线性鉴别分析已成为特征抽取的最为有效的方法之一 .但是在高维、小样本情况下如何抽取Fisher最优鉴别特征仍是一个困难的、至今没有彻底解决的问题 .文中引入压缩映射和同构映射的思想 ,从理论上巧妙地解决了高维、奇异情况下最优鉴别矢量集的求解问题 ,而且该方法求解最优鉴别矢量集的全过程只需要在一个低维的变换空间内进行 ,这与传统方法相比极大地降低了计算量 .在此理论基础上 ,进一步为高维、小样本情况下的最优鉴别分析方法建立了一个通用的算法框架 ,即先作K L变换 ,再用Fisher鉴别
fisher
- 利用matlab实现Fisher分类器，可以对线性可分的样本进行线性分类-Fisher classification algorithm using matlab realize, you can sample linearly separable linear classification
Fisher-classification
- 这是Fisher线性判别分类器，对一般的图像分类效果不错-This is the Fisher linear discriminant classifier, the general image classification effect is good
perceptronClustering
- fisher线性分类，多层感知器非线性分类，K-Means聚类-Fisher linear classification, multilayer perceptron linear classifiers, K-Means Clustering