搜索资源列表
onlineSVM
- 一种在线SVM的实现，通过样本的取舍，我们可以将SVM运用动态建模当中（得有SVM工具箱的支持），该源码中包含有SVM工具箱和在线SVM的源程序-an online SVM achieved through the choice samples, SVM we will be able to use dynamic modeling them (SVM in a toolbox support) The source code contains SVM toolbox and online so
jiyuneirongdetuxiangjiansuo
- 基于内容的图像检索中的一些关键环节：特征提取：颜色直方图；纹理特征等 相似度：马氏距离，欧氏距离等 相关反馈：机器学习方法，如SVM，神经网络等 检索与分类：两个很相似的样本距离很小，虽然两个不相似的样本距离未必很大-content-based image retrieval of some of the key issues : Feature Extraction : color histogram; Texture characteristics of simila
KMEANS_FixedBug
- 经典的K均值分类算法源码，修正了原作者没有处理当类中样本为0的情况下的bug-classic K-mean classification algorithm source code, that the original author did not address when the category 0 samples of the bug
DistCal
- 包含一种新的相对距离、欧式聚立等的距离计算方法，计算每个训练样本到所有测试样本的距离。-includes a new relative distance, Continental and others Poly distance calculation method calculated for each sample to test all samples distance.
digital-recognise
- 数字识别代码 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。 首先，打开图像（256色） 再次，进行归一化处理。点击“一次性处理” 最后，点击“R”或者使用菜单找到相应项来进行识别识别的结果显示在屏幕上，同时也输出到文件result.txt中 该系统的识别率一般为90％ 另外，也可以单独对打开的图片一步一步进行图像预处理工作。但要注意，每一步工作只能执行一遍，而且要按顺序执行。步骤为：“256色位图
FI565
- 内附两个源代码，其中一个源代码是识别程序的，另一个是一个矩阵类库的，所以一并附上。 ~..~因为已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行\\\\Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。 当然读者也可以自行用训练样本训练网络，不过要特别注意训练样本的选择，否则可能造成识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下，训练样本数目尽量多。 -containing 2 source code,
pca.m
- 本程序的运行环境为matlab6.5，在command window下输入数据x和a，然后调用函数pca（x，a）（即本程序的主程序）输入的两个参数的意义是：一个是样本数据x，另外一个是主成分累积贡献率的一个闸值，作为选定主成分个数的一个重要数据。 即可得到样本的协方差矩阵，相关矩阵，相关矩阵的特征根及特征向量，主成分个数和主成分负荷矩阵。 -the procedures for the environment matlab6.5. under the command window i
SimpleChinaRecognise
- 汉字识别系统。基于样本训练的汉字识别系统，何以识别汉字/字符数字等。很适合学习基本原理的研究者使用。-Chinese character recognition system. Based on the training sample Chinese character recognition system, why is recognition of Chinese characters / character statistics. Very suitable for studying th
baotong
- 报童问题的计算机仿真 ％tm一轮实验的预定模拟天数 ％t一轮实验的仿真天数累积值 ％z订报量 ％z 最优订报量 ％g订报量z之上界 ％s1损失值之累计值 ％s最小损失值值 ％r按概率分布产生随机售报量样本-newsboy problem of computer simulation% tm an experimental simulation of the target number of days a t% of the experimental days of
freqz_m
- 求取系统的绝对幅度响应、相对的db值幅度响应、相位响应和群延时响应的函数 ％ ％db为相对振幅(dB) ％mag为绝对振幅 ％pha为相位响应 ％grd为群延时 ％w为频率样本点向量 ％b为Ha(z)分子多项式系数(对FIR而言，b=h) ％a为Hz(z)分母多项式系数(对FIR而言，a=1) ％-strike rate system in response to the absolute and relative value range db respons
1904486317
- 对任何纯文本文件进行随机抽奖的功能，其中一等奖，二等奖，三 等奖最多可以抽取100名，鼓励奖最多可以抽取1000名。总抽奖数量为1300人。样本的 文本文件长度没有限制。 -to any text file random draw to the function, which won first prize, second prize, Third-can be taken up to 100, the prize can be taken up to 1000. Total vol
twoSample
- delphi语言实现的二次样条拟合离散样本程序-delphi language of the quadratic spline fitting discrete sample program
基于C/C++环境下的模糊神经网络源程序
- 我这里有一个基于C/C++环境下的模糊神经网络源程序，用于训练神经网络并可更改样本实现你所需的功能，希望和大家一起分享-I have here on a C / C under the FNN source, used to train the neural network may vary sample implementation of the function you need, and hope to share with everyone
3111012120064189532
- 汇编非常有用的资源你也许用他非常方便学习汇编它是不错的样本-very useful compilation of resources you may use his learning very convenient compilation it is a good sample
svm_v0.54beta.tar
- SVM 程序 用于模式识别 小样本学习 -SVM pattern recognition procedures for the small sample study
svm_v0.51beta.tar
- SVM源程序小样本分析 模式识别 用于SVM的初学者。 -SVM source of small samples for analysis SVM pattern recognition for beginners.
GASVM
- SVM程序用于小样本分析，模式识别。用于Matlab的平台。-SVM procedures for small samples for analysis and pattern recognition. Matlab for the platform.
sampen
- 在matlab环境下，样本熵的计算。里面包含3个源码。是个十分有用的程序。运行速度较快。-in Matlab environment, sample entropy calculations. Which contains three source. Is a very useful procedure. Run faster.
cellviewer
- 医院中血液红细胞计数的实用系统。主要是以病人血液样本为原始数据，通过一系列的图像处理和分析，最后识别出血液红细胞来，同时给出血红细胞的个数，得到红细胞个数后，进行检测血液量，就可以得到血液中红细胞的密度。本系统可以很方便地用与临床诊断上，大大提高速度和效率。-hospital blood erythrocyte counts of usable system. Based on the patient's blood samples to the original data, throu
my_Pls_Pred3
- 基于交叉检验的PLS算法，400组样本建模，200组样本检验-based on the cross-examination of the PLS algorithm, 400 sample modeling, testing 200 samples Group