搜索资源列表
-
4下载：
自己编的matlab程序。用于模式识别中特征的提取。是特征提取中的Sequential Forward Selection方法，简称sfs.它可以结合Maximum-Likelihood-Classifier分类器进行使用。
-
-
0下载：
1 通过实验，掌握多元正态分布的最大似然估计；
2 掌握多元正态分布下的最小错误率的贝叶斯分类；
3 对其他的参数估计有更深的认识。
-1 experiment, master multivariate normal distribution maximum likelihood estimation 2 multivariate normal distribution under the minimum control error rate Bayesian classifier
-
-
0下载：
function mean = ml_mean(data)
Calculate the maximum likelihood estimation of the mean
Written by Christiaan M. van der Walt
Meraka Institute
More resources available at http://www.patternrecognition.co.za
Reference:
C.M. van d
-
-
3下载：
这是模式识别中最小错误率Bayes分类器设计方案。
自行完善了在不同先验概率的条件下，男、女错误率和总错误率的统计，放入各个数组当中。
全部程序由主函数、最大似然估计求取概率密度子函数、最小错误率贝叶斯分类器决策子函数三块组成。
调用最大似然估计求取概率密度子函数时，第一步获取样本数据，存储为矩阵；第二步对矩阵的每一行求和，并除以样本总数N，得到平均值向量；第三步是应用公式（3-43）采用矩阵运算和循环控制语句，求得协方差矩阵；第四步通过协方差矩阵求得方差和相关系数，从而得到概率密度
-
-
1下载：
这是模式识别中最小风险Bayes分类器的设计方案。在参考例程的情况下，自行完善了在一定先验概率的条件下，男、女错误率和总错误率的统计，放入各个数组当中。
全部程序由主函数、最大似然估计求取概率密度子函数、最小错误率贝叶斯分类器决策子函数三块组成。
调用最大似然估计求取概率密度子函数时，第一步获取样本数据，存储为矩阵；第二步对矩阵的每一行求和，并除以样本总数N，得到平均值向量；第三步是应用公式（3-43）采用矩阵运算和循环控制语句，求得协方差矩阵；第四步通过协方差矩阵求得方差和相关系数，从
-
-
1下载：
用最大似然估计训练分类器，用Train.txt里的数据进行训练，用Test.txt的数据进行性能检测-Use the maximum likelihood estimation training classifier, use the data in Train.txt to train the classifier and use the data in Test.txt to test the performance of the classifier
-
