搜索资源列表
knn
- 朴素贝叶斯(Naive Bayes, NB)算法是机器学习领域中常用的一种基于概率的分类算法，非常简单有效。k近邻法(k-Nearest Neighbor, kNN)[30,31]又称为基于实例(Example-based, Instance-bases)的算法，其基本思想相当直观：Rocchio法来源于信息检索系统，后来最早由Hull在1994年应用于分类[74]，从那以后，Rocchio方法就在文本分类中广泛应用起来。
基于贝叶斯网络的半监督聚类集成模型
- 已有的聚类集算法基本上都是非监督聚类集成算法,这样不能利用已知信息,使得聚类集成的准确性、鲁棒性和稳定性降低.把半监督学习和聚类集成结合起来,设计半监督聚类集成模型来克服这些缺点.主要工作包括:第一,设计了基于贝叶斯网络的半监督聚类集成(semi-supervised cluster ensemble,简称SCE)模型,并对模型用变分法进行了推理求解;第二,在此基础上,给出了EM(expectation maximization)框架下的具体算法;第三,从UCI(University of Ca
朴素贝叶斯的基本思想和算法
- 朴素贝叶斯的思想原理应用实例及程序注释
supplementaryFigures
- 叙述了多种matting算法 包括贝叶斯 泊松 closed-form spectral matting等-Described a variety of matting algorithm including the Bayesian Poisson closed-form spectral matting on, etc.
Video_Image_Segmentation_Based
- 为了对光线变化的图像进行顺利侵害，提出了一 种利用贝叶斯学习方法来进行视频图像分割的算法，印先在每个像素点处对不断变化的背景建模，同时计算每个像素点 处的颜色直方图，再用这些直方图来表示该像素点处特征向量的概率分布，然后用贝叶斯学习方法来进行判断，以确定在光线缓慢或者突然变化的时候，每个像素点是属于前景还是属于背景。-In order to change the image of light against a smooth, a Bayesian learning approach t
The_Status_Quo_of_Machine_Learning_of_Artificial_I
- 机器学习是人工智能的一个子领域，是人工智能中非常活跃且范围甚广的主要核心研究领域之一，也是现代智能系统的关键环节和瓶颈。机器学习吸取了人工智能、概率统计、计算复杂性理论、控制论、信息论、哲学、生理学、神经生物学等学科的成果，主要关注于开发一些让计算机可以自动学习的技术，并通过经验提高系统自身的性能。本文介绍了机器学习的概念、基本结构和发展，以及各种机器学习方法，包括机械学习、归纳学习、类比学习、解释学习、基于神经网络的学习以及知识发现等，并简单叙述了机器学习的相关算法，包括决策树算法、随机森林算
bayesian
- 用于分类规则挖掘的贝叶斯信念构造算法,用于分类规则挖掘的贝叶斯信念构造算法-For Classification Rule Mining Algorithm for Constructing Bayesian Belief for Classification Rule Mining Algorithm for Constructing Bayesian Belief
Bayes
- 基于信息几何构建朴素贝叶斯分类器，一篇论文，写的挺好的。请改名为doc 简单的实现了遗传算法的功能。-Geometry-based Naive Bayes classifier to build, a paper written in very good shape. Simple implementation of genetic algorithm.
1191286763
- 信号处理中常用的算法，本程序实现了fft和ifft的运算 ... ·Bayesian Filter.贝叶斯（Bayesian ·一个目标跟踪系统的MATLAB 源程序包-Commonly used in signal processing algorithms, this program achieved the fft and ifft computing ... · Bayesian Filter. Bayes (Bayesian · a target tracking system MAT
Bayesian
- 贝叶斯分类器的算法解析，以及用c#写的关于文本文档的贝叶斯算法设计-Bayesian classifier algorithm analysis, and use c# to write the text of the document on Bayesian Algorithm
beiyesipanduan
- 判别贝叶斯网络的学习算法及其应用研究 优秀硕士论文-Bayesian network learning algorithm identification and application of best master' s thesis
Bayesian_compressive_sensing
- 贝叶斯压缩感知算法的经典文献，相关研究必看-Bayesian algorithm for compressed sensing of the classic literature, relevant research must see
DataMining3rd
- 评测数据在去掉停用词的 分类过程开放测试中,引入Good-Turing算法的分类性能比Laplace原则提高了3·05 ,比Lidstone方法提高 1·00 .而在交叉熵选择特征词的算法中,增加Good-Turing的贝叶斯分类方法可比最大熵分类性能高95 .通过这种数据平滑的算法,有助于克服因数据稀疏而引发的特征词缺失问题 -Evaluation data in the open test of the classification process to remove stop
Short-duration-power_CS
- 根据压缩传感(Compressed Sensing，cs)N论，首次提出了短时电能质量扰动信号的压缩采样方法，该方法突破了奈奎斯特采样频率的限制，实现了低于奈奎斯特采样频率的低速率采样。文中对比分析了CS理论与传统采样理论，研究了cS短时电能质量信号压缩采样的实现方法，包括：测量矩阵的构建、稀疏基的选取和电能质量信号快速贝叶斯匹配追踪重构算法(FBMP)-Compressed sensing ( Compressed Sensing , cs ) N theory , first propose
NILPLS-yong-yu-mo-shi-fenlei
- 非线性迭代PLS信息模式识别算法,有和fisher，贝叶斯算法的比较。资料详细-Nonlinear Iterative PLS information pattern recognition algorithm, and fisher, Bayesian Algorithms. Detailed information
classificiation-algorithm-overview
- 机器学习领域经典分类算法综述，包括Decision Tree（ＩＤ３、C4.5(C5.0)、CART、PUBLIC、SLIQ和SPRINT算法），三种典型贝叶斯分类器（朴素贝叶斯算法、TAN算法、贝叶斯网络分类器），k-近邻 、 基于数据库技术的分类算法（ MIND算法、GAC-RDB算法），基于关联规则（CBA:Classification Based on Association Rule）的分类（Apriori算法），支持向量机分类，基于软计算的分类方法（粗糙集（rough set）、遗传
616341
- 中文文本语料库 适合中文文本分类使用 朴素贝叶斯算法整合 -Chinese text categorization corpus
Electronic-spam-filtering
- 电子垃圾邮件过滤系统的实现，基于贝叶斯算法-Electronic spam filtering
Spam-filtering
- 实现垃圾邮件过滤系统，基于贝叶斯算法。理解邮件传输协议-Based on Bayesian algorithm，Electronic spam filtering，
Desktop
- 时间反转算法的基本原理以及贝叶斯图像分割-The basic principle of time reversal algorithm and Bayesian image segmentation