搜索资源列表
mppdf
- 多分类器集成算法，应用前景广泛，本pdf有益于对该算法的了解和学习，共享之。-multiple classifiers integration algorithm, broad application prospects, the benefits of this algorithm pdf understanding and learning, Sharing.
Hamming_NN
- Hamming 神经网络从功能上来看是最小Hamming 距离分类器．利用它能够完成不完整输入信息与所存储模式的最小汉明距离分类． Hamming 网络是一个双层神经网络，第一层网（即匹配子网络）是用来计算输入模式与该网络已经学习过的各样本之间的匹配测度．第二层网（即竞争子网络）接收从匹配子网络送来的未知模式与已存各样本的匹配测度，然后经过多次迭代运算就可以求得与输入模式相匹配的样本．-Hamming neural network from the functional point o
onlineboost
- On-line AdaBoost分类器，AdaBoost分类器的改进，在线学习更新分类器，多用于目标跟踪-On-line AdaBoost classifier, AdaBoost classifiers to improve online learning update classifier, used for target tracking
c02
- [demo.rar] - 增值税发票抵扣联字符识别中的图像倾斜校正方法，很有用 [2007012218032016052.rar] - 目前紧紧支持24种验证码的识别，后续版本将会慢慢加入更多可识别的格式。 [OCR.rar] - OCR光学字符识别代码，思想是背景16值变化，提供勾，圈，叉识别 [javawllt.rar] - 用JAVA编译的局域网聊天程序 v 1.0 ，此聊天程序为学习java语言而开发的 [MySoft.rar] - 一种利用硬盘序列号对
vccom
- 用VC^＋＋实现多线程方式下的串行通信 摘要：结合实际工程，在VC 环境下通过采用创建事件对象来保持线程同步、利用两个监听函 数提高数据接收效率和可靠性等措施实现了多线程串行通信，完成了工程前端数据采集器与后台 计算机之间的数据传输。 关键词：串行通信；多线程；VC 中图分类号：TN919．3 文献标识码：A-Serial communication realization by multiple threads in VC++ ZH AN G W ei—gang。cH
bfvod2_SourceCode
- 功能介绍: 完成可自定义的二级影片分类功能,不用再为影片分类发愁了. 影片产地也支持自定义,现在连非洲人民也拍电影的. 人性化的导航功能,找电影,分类,区域非常容易. 每个频道,分类,区域,及这些的组合都有自己的点播排行榜,不再是单一的总排行榜. 支持任意多条播放线路(呵呵). 支持内嵌 文件夹,及在网页播放. 播放链接也支持自定义功能,可以选择显示集数还是文件名. 在线播放支持各种常用播放器,real,ms,宝丽通,暴风影音. 专题管理,广告
tmsvm_src_v1.1.0
- SVM中文分词分类器的python实现，在LINUX环境下运行不需太多配置和代码修改。-SVM for Chinese word classification python implementation running under LINUX environment without too much configuration and code changes.
VSVMDecisionM
- VM分类器通常具有较高的分类精度。我这里不想过多的去说SVM是怎么回事，，只是提供一种使用SVM进行判别的方法。决策树与SVM的结合，可以分多类。 -VM classifier usually has high classification accuracy. I do not want too much to say that SVM is how, just a SVM is used to discriminate. Combination of decision tree and S
myfacedet02
- matlab代码程序，利用Adaboost算法训练人脸图像和非人脸图像，通过迭代得到由多个弱分类器组合而成的强分类器，实现图片里的人脸检测。-Matlab code，Using Adaboost algorithm to train the face images and not face images, obtained strong classifier which is conprised of multiple weak classifiers by iteration ， re
ensemble
- adboost算法的测试和训练，能够做多分类器融合，获得很高分类精度-adboost algrithm， it can be used to operate multi-classifier fusion
svm_matlab
- svm分类器用于多累目标的分类与识别！-svm classifier
LSSVMlabv1_8_R2006a_R2009a
- 基于LS-SVM的多分类器的工具箱，版本的1.8的。该工具箱很好用，里面的分类我用过，效果比SVM强-LS-SVM classifier 1.8 version of the toolkit
mulan
- mulan实现多标签分类，内含多个重要的分类器，乃是分类中的精华-Mulan implementation of multi label classification, containing multiple important classifier, is the essence of the classification
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
fisher-classfiyer-(1)
- fisher分类器自己学习编写的第一个分类程序，请赐教。好想多学点东西-fisher classifier learning to write their own first classification program, please enlighten me. Want to learn a lot
randomForest_4.6-12.tar
- 在机器学习中，随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。 Leo Breiman和Adele Cutler发展出推论出随机森林的算法。 而 "Random Forests" 是他们的商标。 这个术语是1995年由贝尔实验室的Tin Kam Ho所提出的随机决策森林(random decision forests)而来的。这个方法则是结合 Breimans 的 "Bootstrap aggregating" 想法
libsvm-3.1-[FarutoUltimate3.1Mcode]
- 态势要素获取作为整个网络安全态势感知的基础，其质量的好坏将直接影响态势感知系统的性能。针对态势要素不易获取问题，提出了一种基于增强型概率神经网络的层次化框架态势要素获取方法。在该层次化获取框架中，利用主成分分析(PCA)对训练样本属性进行约简并对特殊属性编码融合处理，将其结果用于优化概率神经网络(PNN)结构，降低系统复杂度。以PNN作为基分类器，基分类器通过反复迭代、权重更替，然后加权融合处理形成最终的强多分类器。实验结果表明，该方案是有效的态势要素获取方法并且精确度达到95.53%，明显优于
libsvm-3.17
- 为了真实有效地提取网络安全态势要素信息，提出了一种基于增强型概率神经网络的层次化框架态势要素获取方法。在该层次化态势要素获取框架中，根据Agent节点功能的不同，划分为不同的层次。利用主成分分析(Principal Component Analysis, PCA)对训练样本属性进行约简并对特殊属性编码融合处理，按照处理结果改进概率神经网络(Probabilistic Neural Network, PNN)结构，以降低系统复杂度。然后以改进的PNN作为基分类器，结合自适应增强算法，通过基分类器反
资源管理器
- 支持多文件管理和目录管理的资源管理器，VB源码编写，支持拖拽和分类管理目录与文件(Resource manager supporting multi file management and directory management)
19107matlab自编svm
- 利用原算法adaboost弱学习器基于决策树桩的方法对样本数据进行多分类(Multi-classification of sample data based on decision tree stump using AdaBoost weak learner)