搜索资源列表
linearclassfier
- 脱机字符识别，手写数字识别之模板匹配法，数字识别之神经网络法，手写数字识别之Fisher线性判别，基于Fisher准则线性分类器设计 进一步了解分类器的设计概念，能够根据自己的设计对线性分类器有更深刻地认识，理解Fisher准则方法确定最佳线性分界面方法的原理
源程序及测试数据
- 使用交遇区样本分类器设计的模式识别程序 用C语言编程-use overlapping region samples classifier design pattern recognition procedures using C language programming
fisher
- 基于Fisher准则线性分类器设计，理解Fisher准则方法确定最佳线性分界面方法的原理，以及Lagrande乘子求解的原理。-Based on Fisher linear classifier design guidelines, understanding the criteria Fisher method to determine the best linear method of the principle of the interface, as well as solving La
question1
- 最小错误率的贝叶斯分类器设计matlab代码实现-Bayes minimum error rate classifier design matlab code
ada
- 基于BP_Adaboost的强分类器设计-公司财务预警建模，基于神经网络的matlab参考代码。-Strong classifier based on BP_Adaboost design- the company' s financial early warning model, based on neural network matlab reference code.
GML_AdaBoost_Matlab_Toolbox_0.3
- adaboost是语音识别分类器设计的最好方法，目前在识别分类方面进行了应用-AdaBoost is a voice recognition classifier design the best way, the current classification in identifying aspects of the application
Classification
- 模式分类。包括:训练样本设计、模板匹配分类器、Bayes分类器、线性函数分类法、非线性分类法、神经网络分类法-Pattern classification. Include: training sample design, template matching classifier, Bayes classifier, a linear function of classification, non-linear classification, neural network classificat
gyy
- 从因子分析的角度出发解决基因表达谱分析问题。为解决独立成分分析方法在求解过程中的不稳定性，提出一种基于选择性独立成分分析的DNA微阵列数据集成分类器。首先对基因表达水平的重构误差进行分析，选择部分重构误差较小的独立成分进行样本重构，然后基于重构后的样本同时训练多个支持向量机基分类器，最后选择部分分类正确率较高的基分类器进行最大投票以得到最终结果。在3个常用测试集上验证了本文设计方法的有效性。-This paper tries to deal with gene expression proble
patternrecognition
- 我们的模式识别作业，C++编的。主要包括特征提取部分，和分类器设计部分。-Pattern Recognition of our work, C++ for the. Including some of the main feature extraction and classifier design part.
ImagePatternRecognition
- 本书介绍图像模式识别的各种算法及其编程实现步骤。全书共分为10章，内容包括：模式识别的基本概念，位图的基础知识，分类器设计，模板匹配分类器，基于概率统计的Bayes分类器，几何分类器，神经网络分类器，图像分割与特征提取，聚类分析，模糊聚类分析，遗传算法聚类分析-Image Pattern Recognition
work_for_pattern_recognition
- 通过设计线性分类器；最小风险贝叶斯分类器；监督学习法分层聚类分析；K－L变换提取有效特征，设计支持向量机对给定样本进行有效分类并分析结果。-By designing a linear classifier minimum risk Bayes classifier supervised learning method hierarchical cluster analysis K-L transform to extract efficient features, designed to
FisherClassifier
- 模式识别Fisher分类器设计：Fisher线性判别准则设计分类器-FisherClassifier
Floatboost
- 在基于特征提取方法之上, 研究用算法对目标多视角问题进行分类器设计。在对 图像进行独立成分分析后, 针对多姿态角目标识别问题, 提出了角度优先粗分类的设计方法-Feature extraction method based on above research objective of the algorithm to classify multi-view design problem. In the right image independent component analysis, t
Floatboos
- 基于、的特征提取方法, 研究、算法的多角度分类器设计问 题在对图像进行主成分分析和独立成分分析后, 针对多姿态角目标识别问题, 提出了角度优先粗分 类的设计方法, 并给出系统流程, 最后-Based, feature extraction methods, research, multi-angle algorithms classifier design problem in the image principal component analysis and independent
feel
- 使用感知器准则对给定的两个样本进行分类器设计。-Guidelines for the use of sensor for a given classification in two samples of design.
perceptron
- 线性分类器设计-感知机算法，对一组数据进行分类，分析w不同时的影响-Linear classifier design- Perceptron Algorithm
svm
- 线性SVM算法设计分类器，对一组数据进行分类-Linear SVM classifier algorithm on a set of data classification
img-mhrg
- 分类器设计的好坏对于图像识别效果有着重要影响. 本文基于黄等所提出的识别方法,定义了一类更 广泛的隶属函数,并借助于投影算子理论、子空间理论,对所提隶属函数的性质进行了深入的理论分析,证明了所提隶 属函数所具有的若干良好特性,-Classifier design is good or bad for the image recognition results have an important impact. Yellow, etc. Based on the proposed reco
bayescode
- 一种自己设计的贝叶斯分类器,具有一定的参考价值-A kind of self-designed Bayesian classifier, with some reference value
SimpleLinearSort
- 用matlab语言写的模式识别中的线性分类器设计 简单的线性分类器设计是模式识别中的重要算法设计-Pattern recognition with matlab language written in a simple linear classifier design a linear classifier design is an important algorithm design for pattern recognition