搜索资源列表
线性分类器
- 该程序是一个对于一个对于以某一直线为边界的两类进行分类，首先通过对已知点进行训练，获得分类直线。-the program is a for a response to a border line for the two types of classification, the first known pair of points through training, access to classified straight.
SVM数据分类预测
- 包含程序和试验数据，已进行MATLAB试运行。可以实现支持向量机对数据进行分类的功能。并进行了案例扩展，讨论了数据归一化对支持向量机的分类结果的影响，讨论了核函数对分类结果的影响。
DIV+CSS二级分类企业网站
- DIV+CSS二级分类企业网站 系统优势： 全DIV+CSS模板，多浏览器适应，完美兼容IE6-IE8，以及Firefox Opera 等符合标准的浏览器，模板样式集中在一个CSS文件中，内容与样式完全分离，方便网站设计人员开发模板与管理。系统较为安全，已设计防注入，敏感字符屏蔽。 后台功能简介： 基本设置：联系方式、关键字、版权信息等等； 导航设置：添加修改导航栏排序等操作； 动画管理：添加修改网站前台轮换图片； 产品管理：
www
- 用来实现隐马尔科夫树的分类，已运行过，绝对可用-wavelet domain hidden Markov models
distance_classify
- function g=distance_classify(A,b) 距离判别法程序。 输入已分类样本A（元胞数组），输入待分类样本b 输出待分类样本b的类别g 注：一般还应计算回代误差yita 输入已知分类样本的总类别数n 每类作为元胞数组的一列-function g = distance_classify (A, b) from the Criterion procedures. Input samples have been classified A
fisher_classify
- function [clusters,c,F]=fisher_classify(A,B,data) fisher判别法程序 输入A、B为已知类别样本的样本-变量矩阵，data为待分类样本 输出C为判别系数向量 -function [clusters, c, F] = fisher_classify (A, B, data) fisher discriminant method procedures input A, B for a sample of known typ
Bayes_Classify
- 贝叶斯分类器，利用后验概率，对已知属性对象进行分类-Bayesian classifier, the use of posterior probability of the known properties of the object classification
pattenrecongition
- 通过用最小距离分类判别方法，用MATLAB程序找出最小距离分类判别时的识别界面，从而进行识别已知的两类训练样本，并分析其识别错误率。-By using minimum distance classifier discriminant method, using MATLAB program to find the minimum distance classifier recognition interface when the judge, which is known to identify
mode
- 基于VC的各种聚类和分类算法程序。 手写数字或者打开已有的手写数字图像后，在右视图空白处，单击鼠标左键，激活右视图，选择菜单中的各种分类算法，可以对手写数字进行分类。有模板匹配分类器、Bayes分类器、线性函数分类法、非线性分类法、神经网络分类器。 在左视图上单击鼠标左键，可获得3种数据源：标准数字聚类、手画图形聚类、位图文件分析聚类。可以进行特征提取、模糊聚类和遗传算法。-VC-based clustering and classification algorithm for a
jxsvm
- 交互支持向量机学习算法能解决一些监督学习问 题中学习样本较少的问题, 它以支持向量机(SVM ) 方法为 基础, 将设计分类器变成一个交互的过程, 即: 根据对已知 样本进行的SVM 分类器设计, 主动采样选择“有用”的新样 本, 并进行下一步SVM 分类器的设计。与普通SVM 法相 比, 该方法所需的样本量大大降低, 而且可能达到更好的推 广能力。文本信息过滤问题的实例说明了该算法的有效性。-Interactive support vector machine lear
Bayessiandecisiontask
- 使用MATLAB编程，采用贝叶斯分类方法实现的一个具体程序实例，已调试成功-Using the MATLAB programming, the use of Bayesian classification to achieve a specific application instance, has been successful commissioning
merge
- 用分治法进行归并分类，归并算法的分治思想使用辅助数组归并两个已分类的集合-failed to translate
ldd3
- ldd3 中文版 chm格式,已分类-ldd3 Chinese Edition
transformData
- 将已分类数据整理为可用数据 依据配置文件-config.properties，将分类好的数据从配置文件定义的表格、栏位中取出，并入到dw_data表格中-Finishing the classified data to the available data classified according to the configuration file-config.properties good data is removed from the configuration file defin
Bpes
- 该程序是基于特征选择与特征提取的检测算法,可以将已分类的数据集中的边界数据检测出来，对于边界数据中的未分类数据及模糊数据具有很好的检测效果。可适用于分类器的构建。
Bpes
- Bpes是基于特征提取和特征选择的算法，多用于已分类的数据集中的边界数据的检测，对于边界数据中的未分类数据及模糊数据具有很好的检测效果。可适用于分类器的构建。-Bpes is based on the feature extraction and feature selection algorithms, used to have more classification, the data of the boundary of the data set of unclassified data
贝叶斯分类器
- 贝叶斯分类器设计，分参数已知和参数未知两种情况，含最大似然参数估计代码
ELM
- elm 训练函数 调整参数可用于分类和预测，matlab语言编写，已调试(elm training function)
svm分类预测
- wine的数据来源是UCI数据库，记录的是在意大利同一区域里三种不同品种的葡萄酒的化学成分分析，数据里含有178个样本，每个样本含有13个特征向量（化学成分），每个样本的类别标签已给，该程序主要实现意大利葡萄酒种类识别。(The data source for wine is the UCI database, which records the chemical composition of three different varieties of wines in the same area
SVM分类
- 基于SVM的疲劳驾驶系统。基于神经网络的非接触式疲劳驾驶检测已成为当前针对疲劳驾驶检测领域炙手可热的研究方向。它有效解决了接触式疲劳检测方法给驾驶员带来的干扰以及单一信号源对于反映疲劳程度可靠性低的问题，同时通过设计神经网络模型对多源信息进行分类，实现对疲劳状态的高精度和高速度的检测。选取合适的特征值对网络检测准确率以及准确反映疲劳程度至关重要。基于驾驶员生理信号检测可靠性和准确性较高。(Fatigue driving system based on SVM)