搜索资源列表
events
- * acousticfeatures.m: Matlab scr ipt to generate training and testing files from event timeseries. * afm_mlpatterngen.m: Matlab scr ipt to extract feature information from acoustic event timeseries. * extractevents.m: Matlab scr ipt to extract ev
ToolBox
- matlab图像处理工具相，使用了主成分分析，ANN，SVM等方法。-This toolBox used in the image processing(feature extraction and classification) PCA,LDA,ICA,DCT,RBF,RBE,GRNN,KNN,minimum distance,SVM, and others
Chinese-text-categorization-Study
- 本文通过对Bayes、KNN、SVM 应用于中文文本分类进行比较实验研究。 应用ICTCLAS 对中文文档进行分词，在大维数，多数据情况下应用TFIDF 进行 特征选择，并同时利用它实现了对特征项进行加权处理，使文本库中的每个文本 具有统一的、可处理的结构模型。然后通过三类分类算法实现了对权值数据进行 训练和分类。-Based on the Bayes, KNN, SVM applied to compare the Chinese text ca
knn_classify
- knn分类算法 遥感图象分类 knn分类算法 遥感图象分类 -knn classify k-nearest neighbor algorithm In pattern recognition, the k-nearest neighbor algorithm (k-NN) is a method for classifying objects based on closest training examples in the feature space
knn_bayes_pca_lda
- 课程设计源代码，实现功能在文档内有介绍。内含knn、bayes识别及pca、lda进行特征提取多种算法，运行参照readme。-The project source code.The realized function is introduced in the pdf document in the files including knn,bayes classification and pcd,lda feature extraction algorithms.Please read read
onTextCategorization
- 本文比较研究了在中文文本分类中特征选取方法对分类效果的影响。考察了文档频率DF、信息增 益IG、互信息MI、V2分布CHI 四种不同的特征选取方法。采用支持向量机(SVM) 和KNN两种不同的分类 器以考察不同抽取方法的有效性。实验结果表明, 在英文文本分类中表现良好的特征抽取方法( IG、MI 和 CHI)在不加修正的情况下并不适合中文文本分类。文中从理论上分析了产生差异的原因, 并分析了可能的 矫正方法包括采用超大规模训练语料和采用组合的特征抽取方法。最后通过实验验证组合特征
20257147knn
- knn最近邻算法在给定新文本后，考虑在训练文本集中与该新文本距离最近（最相似）的 K 篇文本，根据这 K 篇文本所属的类别判定新文本所属的类别，具体的算法步骤如下： 一、:根据特征项集合重新描述训练文本向量 二、:在新文本到达后，根据特征词分词新文本，确定新文本的向量表示 三、:在训练文本集中选出与新文本最相似的 K 个文本-knn nearest neighbor algorithm in the given text, to consider in the train
face_recognition
- 实现基于类内类间距离准则的特征提取方法，并用KNN方法进行分类器设计。-Distance criterion class within a class based feature extraction method, KNN method classifier design.
Meta-Biomarker.tar
- meta biomarker code matlab for feature s selection uses filer methods Relief and mrmr with svm and knn like classifier for validation
llde_cmb
- 人脸检测一直是人们在研究的问题，流形学习用于人脸检测中的特征提取，用PCA与constructM进行降维，KNN分类器用于分类。取得非常好的效果。-Face detection has been the problem of people in the study, manifold learning for face detection feature extraction using PCA and constructM dimension reduction, KNN classifier
pattern-recognition
- 模式识别有预处理和特征抽取环节应用于图像处理，资料有两种分类方式knn,suv-Pattern recognition is a preprocessing and feature extraction process was applied to image processing, there are two kinds of data classificationknn,suv
CLBP
- 利用完整局部二值模式（CLBP）特征提取方法，svm和knn分类器分类进行表情识别的matlab程序源码。并且附有CLBP论文-With a complete local binary pattern (LBP) feature extraction method, svm classifier classification and knn expression recognition matlab program source code. And paper with CLBP
kmm_mfcc
- 利用MFCC進行特徵截取，在利用KNN進行比對(Feature interception with MFCC and alignment with KNN)