搜索资源列表
-
0下载：
提出了一种基于样本的分级检索
MPEG 视频的新方法:首先用I 帧的dct_dc_size 字段快速粗检,然后用断层摄影(tomography)法分析B 帧运动矢
量的时空分布特性以进一步缩小结果集,最后用DC 图像的精确匹配方法验证检索结果.试验结果表明,本方法
所需计算量较小,且可保证较高的检索精度.-presents a sample classification based on MPEG video retrieval of the new method : First o
-
-
0下载：
基于粗糙集理论和BP神经网络的分层递阶分类算法。-based on rough set theory and neural networks hierarchical classification algorithm.
-
-
0下载：
Rose2里含有好多粗糙集的算法，可以实现数据预处理约简，求关联规则，求聚类和分类，非常实用。-Rose2 contains a lot of rough set algorithm, can achieve reduction of data preprocessing, find association rules, clustering and classification requirements, very practical.
-
-
0下载：
粗糙集是一种数据预处理算法，可以用遗传算法对其进行优化。是很好的分类算法-Rough set is a data pre-processing algorithm, genetic algorithm can be used for its optimization. Is a good classification algorithm
-
-
0下载：
引入能直接处理连续型数据的邻域粗糙集约简模型，给出一种基于邻域粗糙集模型和粒子群优化的特征选择算法。仿真实验结果表明该算法可以选择较少的特征，改善分类的能力。-employs the neighborhood rough set reduction model which can process the numerical features directly without discretization. Then the particle fitness function in particl
-
-
1下载：
MATLAB粗糙集属性约简库（内含实例，原创）
函数M文件：
TargetOptFcn.m ------------ 遗传算法的目标函数
PositiveRegion.m --------- 计算正域
LowerApproximation.m ------ 计算下近似
IsSub.m ------------------- 判断集合A是否是集合B的子集
EquivalentClassSet.m ----- 基于R分类的所有等价类的集合，即U/R
EleEquival
-
-
1下载：
基于粗糙集的图像语义自动标注分类算法代码-Image semantic auto-tagging based on rough set classification algorithm code
-
-
1下载：
图像场景分类中视觉词包分类的应用与操作代码-Review of the bag-of-visual-words models in image scene classification
-
-
0下载：
基于粗糙集的模糊分类模型的MATLAB代码。可用-MATLAB code based on fuzzy rough set classification model. Available
-
-
0下载：
粗糙集分类，使用MATLAB编程，做到了粗糙集分类器的实现-Rough set classification, the use of MATLAB programming, achieved the realization of the rough set classifier
-
-
6下载：
这是天津大学胡清华老师在粗糙集邻域领域做的最经典的源码，同学们可以在此基础上学习和修改，入口程序已经写好，需要其他方法可以自己添加，MAIN.m是入口程序，参数的意思在子函数里讲的很明白，调用了featureselect_FW_fast.m用来属性约简，几个clsf_dpd文件是使用不同的距离公式来计算属性重要度，选择得到属性结果，使用crossvalidate.m十折交叉算法来计算计算算法精度，该段代码调用了几个分类器，C4_5.m是决策树，KNN.m是最近邻分类器，NEC.m是类似于KNN的
-
-
0下载：
we peresent full pakage of the methods that apply rough set theory in the
context of segmentation (or partitioning) of multichannel medical imaging
data. We put this approach into a semi-automatic framework, where
the user specifies the classes
-
