搜索资源列表
SVMwineclassification
- 选择１７８个样板的５０％作为训练集，另外的作为测试集，用训练集对ＳＶＭ进行训练得到分类模型，再用得到的分类模型对测试集进行类别标签预测。-Select 178 model 50 as the training set, the other as the test set, the SVM training classification model with the training set, and then the classification model by category label
FeatureSelection
- 为一个matlab的一个线性回归的例子，有测试集和训练集-For a matlab of a linear regression example, there are test sets and training sets
codes
- 手写数码（0到9）识别的神经网络框架。附有数据训练集和测试集。采用随机梯度下降的BP算法。可以修改参数，加入drop out和动量法。-Digital handwriting (0 to 9) of the neural network recognition framework. With training and test data sets. BP algorithm using stochastic gradient descent. Parameters can be modified
mpca
- 以下Matlab项目包含用于模块化pca的源代码和Matlab示例。 代码有一些问题，orl面部从1.pgm命名为400.pgm.5从每个类中随机抽取的测试和训练集。图像分为4部分。-The following Matlab project contains the source code and Matlab examples used for modular pca. the code has some problem,orl faces are named 1.pgm to 400.pg
模式识别第一次作业
- 1． 用 dataset1.txt 作为训练样本，用dataset2.txt 作为测试样本，采用身高和体重数据为特征，在正态分布假设下估计概率密度（只用训练样本），建立最小错误率贝叶斯分类器，写出所用的密度估计方法和得到的决策规则，将该分类器分别应用到训练集和测试集，考察训练错误率和测试错误率。将分类器应用到dataset3 上，考察测试错误率的情况。(1. using dataset1.txt as training samples as test samples by dataset2.tx
BP神经网络运动状态分类
- 该程序可以通过训练集对所构建的BP神经网络进行训练，并能通过测试集，即对不同的运动状态进行分类。(The program can train the constructed BP neural network through the training set, and can classify the different motion states through the test set.)
遗传算法的优化计算
- 遗传优化算法，自变量降维，训练集BP网络，单BP网络(genetic optimization algorithm)
Class_3_Code
- 将concrete_data.mat文件导入到MATLAB中，其中attributes为影响混凝土抗压强度的7个输入变量，strength为混凝土的抗压强度，即输出变量； 将整个数据集中的103个样本随机划分为训练集与测试集，其中训练集包含80个样本，测试集包含23个样本； 将训练集与测试集数据进行归一化； 建立BP神经网络，并训练； 利用训练好的BP神经网络对测试集中的23个样本的抗压强度进行预测； 输出结果并绘图（真实值与预测值对比图）(The concrete_data.mat
LDAfenlei
- 此程序主要用来对iris数据集进行分类，主要训练二分类器。(This program is mainly used to classify iris data sets)
xigua
- 该程序为BP网络训练程序，以西瓜数据集3.0为样本集。在MATLAB上运行，供大家学习(The program is BP network training program, watermelon data set 3 as a sample set. Run on MATLAB for everyone to learn)
GMDH
- gmdh代码 训练方法 —————————————— 1.将数据集分为训练集和测试集。 2.建立输入层 3.建立所有符合5楼条件的神经元（只考虑“攻”和“受”的关系，不考虑具体的权值）。如果前面几层共有N个神经元，那么我们就需要建立N(N-1)/2个神经元。 4.用最小二乘法确定权值 5.计算每一个神经元在测试集上的表现。 6.选取表现最好的K个神经元放在后面一层。（K可以自己选择） 7.重复3,直到网络的性能足够好，或者网络开始过拟合。(GMDH codeTraining me
adaboost
- 其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。其算法本身是通过改变数据分布来实现的(Adaboost as an iterative algorithm which core idea is to train several different weak classifiers for the same dataset and then collect them together to form a stronger
SVM算法二分类
- 将支持向量机（SVM）用于模式识别，解决二分类问题，程序中包含训练集和测试集。(The support vector machine (SVM) is used for pattern recognition to solve the dichotomy problem, which includes training set and test set.)
bp
- 用多层前向网络的BP算法拟合函数 说明：1）网络结构为三层（输入层、1个隐层和输出层）； 2）获取两组数据，一组作为训练集，一组作为测试集； 3）用训练集训练网络； 4）用测试集检验训练结果。(Fitting the function with BP algorithm of multilayer forward network)
ELM
- MATLAB版极限学习机，自带训练集与测试集，可运行。(MATLAB version of the ELM, with its own data set)
KCFTest
- KCF是一种鉴别式追踪方法，这类方法一般都是在追踪过程中训练一个目标检测器，使用目标检测器去检测下一帧预测位置是否是目标，然后再使用新检测结果去更新训练集进而更新目标检测器。而在训练目标检测器时一般选取目标区域为正样本，目标的周围区域为负样本，当然越靠近目标的区域为正样本的可能性越大。(KCF is a novel tracking framework that utilizes properties of circulant matrix to enhance the processing s
OS-ELM在线极限学习机
- 此代码是OS-ELM在线极限学习机，内含训练集和测试集。(This code is the OS-ELM online extreme learning machine, containing training set and test set.)
CNN
- 用matlab编写的cnn网络，含有注释，包含训练集和测试集(It is a CNN network written in MATLAB , containing comments, including training set and test se)
BP NN jiaochayanzheng
- 基于改进的BP神经网络的算法，并结合了交叉验证算法，划分为训练集与测试集进行改进。(Based on the improved BP neural network algorithm and the cross validation algorithm, the training set and test set are improved.)
adaboost
- Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这 Adaboost Adaboost 些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。(adboost cluster algrithom)