搜索资源列表
jaoso091rc1
- 新闻采用在线编辑器,可以象使用word一样编辑新闻 ·可web上传图片,新闻内其它网站图片自动下载 ·无限级目录分类 ·可设头条新闻和图片新闻 ·新闻点评功能，可自由发表评论 ·权限管理可以任意设置角色 ·采用MVC模式显示与逻辑分离,方便修改页面显示效果 ·支持多界面风格,只需增加相应的风格包 ·支持国际化多语言,只需要增加响应语言包 ·支持多种数据库,目前测试过的数据库(Oracle,SqlServer,My
Aspshop
- 多多网店系统v3.01 完全免费可用版-功能简介: 支持多模板皮肤色切换[8套] 支持按商品特性[推荐商品/特价商品/新品分类]浏览 支持按商品类别浏览 支持单件商品用支付宝交易按钮直接支付订购 集成QQ及淘宝旺旺在线订购咨询面板 商品详细介绍支持用html编辑器图文排版生成 支持购物车方式订购商品，自动计算货款 支持支付宝在线支付货款 动态自定义标题，关键字，页面描述（有利于搜索引擎中的排名提升） 自定义网站关闭/开启 支持顾客在线留言反馈交流
dtree
- ASP 菜单选择器。支持单选、多选。可用于菜单。还可以用无线级分类选择。-ASP MENU
xqart18
- 0、多中配色摸版可以选择，并且可以自己制作配色。 1、任意添加，修改，删除分类。 2、任意甜加，修改，删除文章。 3、浏览者可以发表留言。 4、可以首页调用最新，最热门文章，属于js调用。据说节省系统资源。 5、用户可以订阅，退定文章。 6、后台管理自动生成js代码。 7、相关文章显示。 8、读者可以发表文章，当要等待验证。 9、可以允许用户注册，发表文章不用验证。 10、三级分类，好象国内还没有。 11、分类可以任意修改，排序。 12、后台有文件
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.
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
Random Forest
- 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
vote
- 可以集成多个分类器的投票算法，采用python实现(The voting algorithm of multiple classifiers can be integrated and implemented by python.)
balancevote
- 针对不平衡样本的，可以综合多个分类器的投票算法。(For the unbalanced samples, the voting algorithm of multiple classifiers can be synthesized.)
MLP_iris
- 一个简单的多层感知器实现鸢尾花数据的分类的代码(use mlp to realize the classification of Iris dataset)
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)