搜索资源列表
newpnn
- 基于GMM的概率神经网络PNN具有良好的泛化能力，快速的学习能力，易于在线更新,并具有统计学的贝叶斯估计理论基础，已成为一种解决像说话人识别、文字识别、医疗图像识别、卫星云图识别等许多实际困难分类问题的很有效的工具。而且PNN不但具有GMM的大部分优点，还具有许多GMM没有的优点，如强鲁棒性，需要更少的训练语料，可以和其他网络其他理论无缝整合等。-GMM based probabilistic neural network PNN good generalization ability, the
pattern-recognize
- 模式识别分类程序，贝叶斯，神经网络分类训练程序，很不错啊-the classification procedures, Bayesian neural network classifier training procedures, and it is very responds :
recongnation
- 图像模式识别 模板匹配法 神经网络分类器 几何分类器 基于概率统计的贝叶斯分类器-image pattern recognition template matching neural network classifiers classification is based on geometric probability and statistics Bayesian classifier
pattern-recongnation
- 该程序设计采用了模式识别中的多种方法： 模板匹配§贝叶斯￥几何分类器×神经网络法等分类方法
PatternRecognition
- 详细讲解了模式识别的算法理论，如近邻法，贝叶斯决策理论等，以及人工神经网络的主要算法
bayes_bpnet
- 采用贝叶斯正则化算法提高 BP 网络的推广能力。我们采用两种训练方法，即 L-M 优化算法（trainlm）
bayes-network
- 贝叶斯网络bayesian network的建立，学习和推理过程源代码-Bayesian network construction methods, learning and reasoning process
bayesian-network
- 贝叶斯网络可以与深度学习联合使用，也可以用于推理-bayesian network
bayes
- 关于贝叶斯网络的JAVA源代码 应用于分类问题的学习和研究-Bayesian network on the JAVA source code
FullBNT-1.0.4
- 创建你的第一个贝叶斯网络 手工创建一个模型 从一个文件加载一个模型 使用 GUI 创建一个模型 推断 处理边缘分布 处理联合分布 虚拟证据 最或然率解释 条件概率分布 列表（多项式）节点 Noisy-or 节点 其它（噪音）确定性节点 Softmax（多项式 分对数）节点 神经网络节点 根节点 高斯节点 广义线性模型节点 分类 / 回归树节点 其它连续分布 CPD 类型摘要 模型举例 高斯混合模型 PCA、ICA等 专家系统的混合 专家系统的分等级混合 QMR 条件高斯模型 其它混合模型 参数学
Demo
- 建立了一个贝叶斯网络，是采用Netica公司的软件进行的(build a Bayesian Net)
Matlab_BN_discretization_tool
- BNT使用指南,以及贝叶斯网络离散工具的MATLAB 工具箱(How to use the BNT and the tool for discreting the BPN)
DBN-master
- 动态贝叶斯网络（Dynamic Bayesian Network, DBN），是一个随着毗邻时间步骤把不同变量联系起来的贝叶斯网络。这通常被叫做“两个时间片”的贝叶斯网络，因为DBN在任意时间点T，变量的值可以从内在的回归量和直接先验值（time T-1）计算。(Dynamic Bayesian Network (DBN) is a Bayesian network that links different variables with adjacency time steps. This is
FullBNT-1.0.7
- 用于贝叶斯网络的MATLAB开源包，其中包括贝叶斯网络构建、学习、推理的各种函数。(For the Bayesian network of MATLAB open source package, including Bayesian network construction, learning, reasoning of the various functions.)
dpsign-integrate
- 基于数据挖掘的决策树改进算法和贝叶斯改进算法,很有用的()
predict_Bayesian Network
- 贝叶斯网络预测篮球队胜负，使用了爬山学习算法(The Bias network predicts the winning and negative of the basketball team and uses the mountain climbing algorithm.)
K2算法
- 本程序是贝叶斯网络结构学习的K2算法程序，可获取离散变量的贝叶斯网络。包含K2算法的matlab代码，和使用的例子，共学习使用
BayesKit
- 贝叶斯网络，又称信念网络(Belief Network, BN), 或有向无环图模型，是由一个有向无环图(DAG,Directed acyclic graphical model)和条件概率分布(即知道P(xi|parent(xi))发生的概率构成，其中parent(xi)为指向xi的直接父节点)。它是一种模拟人类推理过程中因果关系的不确定性处理模型，其网络拓朴结构是一个有向无环图(DAG)。(Bayesian networks, also known as belief networks (B
matlab
- 用MATLAB进行贝叶斯网络概率计算，通过一个案例进行说明(Bayesian network probability calculation with MATLAB)
FullBNT-1.0.4
- 贝叶斯网络工具箱（FullBNT-1.0.4）(Bias's network toolbox (FullBNT-1.0.4))