搜索资源列表
matlab-code-based-image-retrieval
- 基于图像检索的matlab代码，基于内容的图像检索中的一些关键环节：特征提取：颜色直方图；纹理特征等 相似度：马氏距离，欧氏距离等 相关反馈：机器学习方法，如SVM，神经网络等 检索与分类：两个很相似的样本距离很小，虽然两个不相似的样本距离未必很大-content-based image retrieval of some of the key issues : Feature Extraction : color histogram Texture characteristics of si
project1_code
- 这是matlab编写的3个常用机器学习分类器代码。其中包括了： 1）PCA 分类其；2）LDA分类器：3）naive贝叶斯分类器。 3个算法的实现参考了《Introduction to Machine Learning》。 除了这3个分类算法的实现外，代码里面还包含了用于测试的main.m 主程序和一个实验的简要报告。实验在著名数据集acoustic_train_data 上进行。-This source code includes the implementation of three f
javacv代码大全
- 本大全涵盖了所有开发javacv的ＡＰＩ代码，帮助ｊａｖａ程序员尽快掌握机器视觉。初级和高级人员都可以用的上的好文档。(This book covers all the development of javacv API code, to help Java programmers to grasp the machine vision as soon as possible. Good documentation available for both junior and senior per
textCNN_classfication
- kaggle机器学习实战代码，解决实战出现的问题(Kaggle machine learning combat code to solve practical problems,Realizing text classification)
《MATLAB 神经网络43个案例分析》源代码&数据
- mtalab初学者的福音，非常适合学习！！！！！！！！！！！(The gospel of Mtalab beginners)
KNN
- 机器学习 KNN 算法 基础 KNN分类算法 初学者必学 没有代码说明 代码完整(Machine learning KNN algorithm foundation)
da
- 基于码本（codebook）的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别+基于区域特征的目标跟踪算法。(编程) AdaBoost是一种增强性机器学习算法，它用于把弱分类器联合成强分类器；SVM本身就是(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haa
iWeb2
- 最重要的算法Web数据分析方法，能够创建机器学习应用程序，从用户、Web应用程序、传感器和W收集、压缩和扭曲数据。介绍了许多机器学习的概念，并介绍了许多代码示例。(Algorithms of the Intelligent Web has been totally revised. Exploring recommendation engines from the example of Netflix movie recommendations and dive into classificat
机器学习Python程序
- 覆盖了基本常用的机器学习算法。包括线性回归与分类算法；决策树；多种降维算法；优化算法；强化学习等多类算法的Python代码。(It covers the commonly used machine learning algorithms. Including linear regression and classification algorithm; decision tree; a variety of dimensionality reduction algorithm; optimiza
classifier_D
- 使用SVM分类器来预测乳腺癌病人的预后(特征选择；分类器构建)，评价模型时使用无被交叉验证，性能评价指标包括准确率，AUC，灵敏度，特异度。学会最基本的机器学习方法。可查看分发给大家的代码，以后遇到类似的问题，可用相似的思路和代码。(The SVM classifier was used to predict the prognosis of breast cancer patients (feature selection; classifier construction), and the