搜索资源列表
face-detector
- 人脸检测的PCA算法。先利用PCA算法，将测试集在人脸空间中进行训练，得到人脸空间的基向量，再用试验图片进行试验。-PCA algorithm for face detection. First use of PCA algorithm, the test set in the face space for training, get face space basis vectors, and then test picture test.
cross-validation
- matlab交叉验证cross Validation，把样本集分为训练集和测试集，防止网络出现过拟合，提高网络的泛化能力和预测精度-cross Validation for matlab，to estimate the test accuracy,training accuray and validation accuracy of a neural network
PCA_based-Face-Recognition-System
- 运行成功。用于人脸识别的PCA程序，里面包含训练集和测试集，很好。-PCA_based Face Recognition System.
mian
- 幻方矩阵 问题描述： 幻方是一种很有意思的数字矩阵，在很早著名的九宫八卦阵就与幻方有关。 幻方的定义为： 1 到 N*N 的整数填入N*N的方格中，每行和每列以及对角线的数字之和必须是相等的。 你作为八卦公司的顶级程序员，现在需要你解决一个问题，将任意奇数阶的幻方找出来。 输入： 输入包括多个测试集，每行为一个正奇数N(1 <= N < 1000)，0作为输入的结束且不需要处理。 输出： 对于输入的每一个N， 输出一个它所对应的N阶幻方，如果存在
a3
- 人脸识别中的主成分分析方法，通过对训练集和测试集的比对匹配，来输出识别率。-Face Recognition in the principal component analysis, through the training set and test set than on the match, to output the recognition rate.
bayes_classifier_guassin-
- 贝叶斯分类器，首先生成3000个高斯分布的点，1000个点做训练集，2000个点做测试集。先运行data_generator.m自动生成两个集盒，再运行bayes_classifier.m进行分类-Bayesian classifier, the first generation 3000 Gaussian distribution of points, 1000 points to do the training set, 2000 points to do the test set. Aut
algorithm_of_BP_improve_alph_learn
- 机器学习中BP算法的一点改进，完整版，包含训练集和测试集。-Machine learning point improvement in the BP algorithm, the full version, including the training and testing sets.
recognition
- 图片的匹配识别过程，自行导入训练集和测试集-picture matching recognition.please input testing and training set
BP-neural-network-predict--
- 利用MATLAB的自带工具箱函数实现了北京2009年12个月份气温、降水和气压的走势预测，且效果比较好。 BP神经网络 Bp.m BP神经网络MATLAB程序 bp_ds.xls 训练集输入 bp_nds.xls 训练集输出（目标训练集） bp_td.xls 测试集输入 bp_ntd.xls 测试集输出（目标测试集） BP神经网络预测天气值.doc 论文 -Use of MATLAB toolbox to realize the function
8152961orl_faces
- 一些国外人脸识别的测试集，可以用在分类器中。-Some foreign face recognition of the test set, can be used in classifier.
Unbiased-Look-at-Dataset-Bias
- 这是一篇关于科研中如何选择数据测试集的文章，文章颠覆性的说明了我们在大多数实验中所谓的算法通用性，其实都在使用倾向我们结论的数据，而真正适合“所有”算法测试的数据集并没有得到验证。-This is an article about how to choose the scientific research data set of tests of the article, the article subversive to explain our in most of the so-called
sescSPEC
- SPEC2K测试集的SESC编译版本,SESC是一种多核模拟器，SPEC2K是一种标准测试集-benchmarks SPEC2K(on SESC compiled version)
mcf
- SPEC2K测试集MCF输入，SPEC2K是一种标准测试集-MCF s input(benchmarks SPEC2K)
plateidentify
- 车牌识别 opencv 1.先打开一幅图片然后按照顺序灰度化、二值化、灰度拉伸、车牌定位、二值化、倾斜校正、字符分割、训练神经网络、识别字符。 2.测试图像存储在当前目录的img下。 3.测试集、训练集、目标向量均存储在img下的文本文件中。-License plate recognition opencv The first open a picture and then follow the order of grayscale, binary, gray stretch,
libsvmtest
- eclipse project导入即可使用。 本例包含用libsvm做训练分类用的完整实例。运行predict_svm.py 其中，pattern.txt是模式列表，train-c.txt,test-c.txt分别是训练集和测试集。其中svm.py和svmutil.py是来自libsvm官网3.11中的python包，经过修改之后的。 详情请看这里： 关于这个bug：http://www.tanglei.name/a-bug-in-libsvm-3.11/
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
Bbayesiann1a
- 用贝叶斯算法解决数据挖掘中分类问题，，先用训练集进行训练，再用测试集进行测试 -Bayesian algorithm to solve the classification problem in data mining, training, first use the training set, and then the test set to test
beyes
- C++写的一个贝叶斯分类算法，附有一个训练集数据和一个测试集数据-C++ write a Bayesian classification algorithm
Concha_CF
- 【转】协同过滤代码，用于推荐系统，包括基于项目和基于用户两种情况。实现基于用户和基于项目的协同过滤算法。 实验所用数据为MovieLens – a web-based movies recommender system with 43,000 users & over 3500 movies. 保存在ga.mat文件用，由于ga.test测试集过于庞大，全部用来计算的话耗时庞大，所以每次计算时随机选择部分，具体函数的使用请参照probar.m。我所得到的实验结果保存在results1-resul
PCA_based-Face-Recognition-System
- 基于pca的人脸识别算法，包括matlab源代码和相关的训练集和测试集。-PCA_based Face Recognition System