搜索资源列表
RTextToolsExample
- 机器学习 R语言 对于多组Text类型数据进行训练和测试源码，用于鉴别是否是垃圾邮件。仅需要修改当前数据集的路径名称和label.csv的路径名称.-R for language learning machine multiple sets of Text data type training and testing source code used to identify whether it is spam. Only need to modify the current data set
sinx
- 支持向量分类机matlab系统工具箱使用小程序，内含训练数据集-Support vector machine matlab system toolbox applet. containing training data set
ImageClassification-master
- 在这个项目中，我们的目标是建立一个识别和大小231x231图像呈现对象分类系统。我们得到了一组训练图像，每四个标签之一：1飞机；汽车2；3马，否则。我们提供了两个特点：一是方向梯度直方图（HOG），其尺寸为5408；另一个是overfeat ImageNet美国有线电视新闻网的特点，其尺寸37000。关于测试图像，我们只给出了每个图像的功能，没有标签，结果判断由平地机。我们的目标是提供二进制和多个预测。平衡错误率（BER）是我们的性能评估。为了解决这个问题，我们首先减少PCA的问题的维数，处理不
程序
- SOM-SVM模型是利用SOM的聚类特点，将含有相同特征的输入样本聚集在一起，并把离聚类中心较远的输入样本舍去。经过20%的样本压缩后，将含有代表性的小样本再送入SVM进行训练。本文的样本集通过实验平台采集，验证了基于支持向量机的频谱感知方法在实际数据测试条件下也能取得很好的感知性能。仿真结果表明，SOM-SVM模型在低信噪比下，频谱检测率接近100%，检测错误率也得到了很好的改善。(The SOM-SVM model is based on clustering characteristics
B2DPCA和ELM人脸识别算法研究_李定珍
- 提出一种新型、高效的基于 Ｂ２ＤＰＣＡ（双向二维主成分分析）和 ＥＬＭ（极端学习机）的人脸识别算法， 该算法是根据曲波变换分解人脸图像和一种改进的降维技术，通 过 Ｂ２ＤＰＣＡ 生成识别特征集来训练和测试 ＥＬＭ 分类器，提高识别精度。通过大量实验，并把实验结果与现存技术进行比较，结果表明 Ｂ２ＤＰＣＡ＋ＥＬＭ 算法有效地提高了识别准确率，并降低了对原型数量的依赖。将来有望能把局部特征和基于曲波分解的全 局信息结合起来应用到识别精度和分类速度上。(a new human recognit
LSSVMlabv
- trainlssvm函数用于训练模型，主要有两种使用形式： [alpha, b] = trainlssvm({X,Y,type,gam,kernel_par,kernel,preprocess}) model = trainlssvm(model)或者model = trainlssvm(model, X, Y) X和Y分别是训练样本集的输入和输出数据。(The trainlssvm function is used for training models, and there are t
纯C-CNN
- 纯C深度学习库，里面包含MNIST手写数字识别数据集，编译就能训练和预测(Pure C depth learning library, which contains MNIST handwritten digital recognition data sets, compiling can be trained and predicted.)
mnist_test_opencv
- 利用opencv的ML-SVM，进行·mnist数据集的训练分类。 同时包含该数据集的读取(use opencv's ML-SVM to carry out training classification of MNIST dataset. Including the reading of the data set)
fenlei
- 利用深度学习进行遥感图像场景分类 这里我们对NWPU-RESISC45数据集的场景图像进行分类 我们将卷积神经网络应用于图像分类。我们从头开始训练数据集。此外，还应用了预先训练的VGG16 abd ResNet50进行迁移学习。(Scene Classification of Remote Sensing Images Using Deep Learning Here we classify scene images from NWPU-RESISC45 dataset We apply
cnn人脸识别
- 使用CNN实现人脸识别，包括训练数据集与测试数据集(Face recognition using CNN, including training data set and test data set)
股票预测
- 采用三层BP神经网络结构，输入层神经元数为5，隐含层神经元数为3，输出层神经元数为1，使用MATLAB编写。 将所给数据按14：1分为训练样本集，和测试样本集，经测试及分析，预测误差为0.1700，误差较小。 网络训练好后，输入前一天的6组数据，即：最高价、最低价、开盘价、收盘价、成交量，就能自动预测出后一天的收盘价。(The structure of three-layer BP neural network is adopted. The number of neurons in the i
股票预测-最小二乘
- 采用最小二乘法进行MATLAB编写，开盘为输入，收盘为输出。1-600个数据为训练样本集，601-700为预测样本。先对数据进行标准化处理，再利用最小二乘法对模型进行预测，最后进行反标准化处理后输出。(The least square method is used to compile MATLAB. The opening is input and the closing is output. 1-600 data are training samples and 601-700 predic
An efficient phishing webpage detector .pdf
- 一种高效的网络钓鱼网页检测器。将一个网页转换为12个特征，这些特征是根据现有的正常网页和钓鱼网页精心选择的。然后输入一组网页（包括正常网页和钓鱼网页）供支持向量机进行培训。最后将一个测试集输入到经过训练的模型中进行测试。(An efficient phishing web detector. A web page is transformed into 12 features, which are carefully selected according to the existing norm
语音识别demo
- rnn循环神经网络训练数据集及进行语音识别实现语音输出(Training data set of RNN cyclic neural network and speech recognition for speech output)