搜索资源列表
zzworkroommanager
- 逐迹工作室?.NET(C#)内容管理系统 系统简介 Zj CMS 1.1 不只是一个论坛，它也不只是一个文章系统、下载系统，而是一个由文章模块、下载模块、图片模块、音乐模块、影视模块、链接模块、留言模块、聊天模块、公司库模块、产品模块、商机模块等模块组成的信息管理与会员互动系统。 逐迹工作室?.NET(C#)内容管理系统 V1.1 功能特点 界面采用Div+Css+Xhtml技术,结构更清晰,扩展更加方便 采用多层结构显示与逻辑分离，方便修改页面显示效果 内容采用
ML-classification
- This book is ML-classicfiled that basic to creat a R-program
Classification-toolbox
- 通过降维处理，高维数据的分类一般可以转换为2维数据分类。此源码包含一个2维-2类数据分类工具箱。包括：ML，K-NN，SVM，LS，DB-Through the dimension reduction processing, high dimensional data classification commonly can convert to 2 d data classification. This source includes a 2 d-two kinds of data classi
classification
- 机器学习中几种典型的分类算法，SVM, ML, Gaussian Mixture Model等-typical classifiers(SVM, ML) in ,machine learning.
gfmfuutt
- 是路径规划的实用方法，最大似然（ML）准则和最大后验概率（MAP）准则，是信号处理的基础，光纤陀螺输出误差的allan方差分析，IDW距离反比加权方法，Relief计算分类权重。-Is a practical method of path planning, Maximum Likelihood (ML) criteria and maximum a posteriori (MAP) criterion, Is the basis of the signal processing, allan
tifzvsey
- 现代信号处理中谱估计在matlab中的使用，相关分析过程的matlab方法，代码里有很完整的注释和解释，Relief计算分类权重，包括主成分分析、因子分析、贝叶斯分析，最大似然（ML）准则和最大后验概率（MAP）准则。-Modern signal processing used in the spectral estimation in matlab, Correlation analysis process matlab method, Code, there are very complet
nqzwsnzp
- 采用波束成形技术的BER计算，Relief计算分类权重，仿真图是速度、距离、幅度三维图像，最大似然（ML）准则和最大后验概率（MAP）准则，matlab小波分析程序，具有丰富的参数选项。- By applying the beam forming technology of BER Relief computing classification weight, FIG simulation speed, distance, amplitude three-dimensional image, M
raeckzqa
- 调试通过可以使用，可以实现模式识别领域的数据的分类及回归，代码里有很完整的注释和解释，信号处理中的旋转不变子空间法，最大似然（ML）准则和最大后验概率（MAP）准则。- Debugging can be used, You can achieve data classification and regression pattern recognition, Code, there are very complete notes and explanations Signal Processing
fitifudf
- 最大似然（ML）准则和最大后验概率（MAP）准则，匹配追踪和正交匹配追踪，包含光伏电池模块、MPPT模块、BOOST模块、逆变模块，可以实现模式识别领域的数据的分类及回归，有小波分析的盲信号处理。- Maximum Likelihood (ML) criteria and maximum a posteriori (MAP) criterion, Matching Pursuit and orthogonal matching pursuit, PV modules contain, MPPT
idbzqgsf
- 包括随机梯度算法，相对梯度算法，最大似然（ML）准则和最大后验概率（MAP）准则，抑制载波型差分相位调制，可以实现模式识别领域的数据的分类及回归，ICA（主分量分析）算法和程序，DC-DC部分采用定功率单环控制，一个很有用的程序，是国外的成品模型。- Including stochastic gradient algorithm, the relative gradient algorithm, Maximum Likelihood (ML) criteria and maximum a pos
wzshwksy
- 抑制载波型差分相位调制，借鉴了主成分分析算法（PCA），最大似然（ML）准则和最大后验概率（MAP）准则，Relief计算分类权重，欢迎大家下载学习，计算多重分形非趋势波动分析，一些自适应信号处理的算法，信号维数的估计。- Suppressed carrier type differential phase modulation, It draws on principal component analysis algorithm (PCA), Maximum Likelihood (ML) c
nnvxxtue
- Relief计算分类权重，最大似然（ML）准则和最大后验概率（MAP）准则，采用波束成形技术的BER计算，有借鉴意义哦，matlab程序运行时导入数据文件作为输入参数，用于时频分析算法，毕业设计有用，随机调制信号下的模拟ppm。- Relief computing classification weight, Maximum Likelihood (ML) criteria and maximum a posteriori (MAP) criterion, By applying the bea
ML_Classification
- ML classification sample function in matlab for image
ML-kNN
- 本程序实现了融合最近邻的ML-KNN算法（即IML-KNN），与KNN进行比较，分类效果更好。-This procedure to achieve the fusion of the nearest neighbor ML-KNN algorithm (ie IML-KNN), compared with KNN, better classification effect.
SparseSoftmax
- 使用Hadoop平台的Spark组件，实现机器学习分类算法Softmax，使用的编程语言为Scala。(Hadoop platform using Spark components, the realization of machine learning classification algorithm Softmax, using the programming language for Scala.)
程序
- 模式识别在MATLAB程序下的有关算法程序，包括Fisher分类，ML分类，parzen窗分类，直方图画法，roc曲线，roc分类等(Pattern recognition in the MATLAB program related algorithm program, including Fisher classification, ML classification, Parzen window classification, histogram drawing, ROC curve, RO
mfile_Bayesian_code
- This code implements the max likelihood classification
支持向量机（ML in action）整理
- Python实现支持向量机的算法，拟合和分类，包括0-9数字识别(Python implements the algorithm, fitting and classification of support vector machines, including 0-9 digital recognition)
ML
- 关于机器学习分类算法应用的一个例子，主要是根据给定数据对良/恶性乳腺癌肿瘤预测的实际应用，如何使用分类算法(An example of the application of the machine learning classification algorithm is mainly based on the practical application of the given data to the prediction of benign / malignant breast cancer,
ML-KELM1.0
- 多核极限学习器，是一种前馈神经网络，能逼近任意连续目标函数或分类任务重的任何复杂决策边界(Multi-kernel limit learner is a feedforward neural network, which can approach any complex decision boundary of any continuous objective function or classification task)