搜索资源列表
基于KNN的中文文本自动分类研究
- 在介绍SVM和KNN分类算法的基础上,提出了一种新的、较简单的,但更为合理的基于表模型的文档表示方 法,阐述了一种基于表模型的分类算法———TableKNN算法。通过实验比较TableKNN算法与传统KNN算法应用于文 本分类的效果,证实了TableKNN算法在处理文本分类问题上的优越性。
LIBSVM使用介绍
- 台湾大学林智仁德LIBSVM介绍，非常全面的学习SVM工具！
svm
- 人工智能实验课程，SVM用MATLAB实现的，很简单
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
SVM文献
- 很全的SVM文献，大家可以下来看看学习支撑矢量机。
svm工具箱使用要点
- 介绍有关svm工具箱的使用要点
支持向量机(SVM)
- 支持向量机(SVM的上课课件 很有用
libsvm程序代码解读
- libsvm程序代码导读 SVM
SVM_GA_ParamSelection
- SVM and GA ParamSelection hyridation
SVM-huibianziliaoxiazai
- SVM汇编资料下载的网址大全，很不错的，希望对大家有用-very good
FCM-for-EEG
- 模糊C均值脑电分类并使用了支持向量机对比，其中支持向量机使用了三种方法参数寻优。-fuzzy C means clustering for EEG classification，and use the SVM for campare. The SVM applied three methods to find the optimal apartments.
Manuscript-codit13
- manuscr ipt that describes a shuffled frog leaping algorithm and svm optimization for images recognition
SVMPSFLA-communication-1
- manuscr ipt which describes a support vector machines svm optimization with SFLA metaheuristic GLCM
4-con-sig-ep
- it is a program for classification SVM
svm
- 基于SVM的Web应用缺陷预测方法 刘旸 -Web application defect prediction method based on SVM Liu Yang
matlab
- 适用于SIFT图像特征提取、K-means生成聚类、SVM图像分类-Image feature extraction, generation clustering, image classification
SVM
- SVM支持向量机的教程，包含PPT，欢迎下载-SVM support vector machine tutorial, including PPT, welcome to download
ass
- 基于SVM软测量模型的文章，对研究生学习很有用啊-SVM soft measurement model based on the article, for graduate study useful ah
SVM-handwritten-digits-recognitio
- 介绍了在提取穿越次数特征、粗网格特征以及密度特征提取的基础上应用SVM进行手写体阿拉伯数字识别的方法。-Introduced the extraction across a number of features, coarse grid and density feature extraction on the basis of the application of SVM method for handwritten digits recognition.
LS-SVM
- LS-SVM工具箱的使用说明介绍，英文版的，但很详细-LS-SVM toolbox for the use of the introduction, the English version, but very detailed