搜索资源列表
classification
- 该程序包实现了几个常用的模式识别分类器算法，包括K近邻分类器KNN、线性判别方程LDF分类器、二次判别方程QDF分类器、RDA规则判别分析分类器、MQDF改进二次判别方程分类器、SVM支持向量机分类器。 主程序中还有接口调用举例，压缩包中还有两个测试数据集文件。-The package to achieve a number of commonly used pattern recognition classifier algorithms, including K neighbor class
SVM-iris
- 本人用matlab编写的支持向量机的程序，在数据集iris上进行实验，识别效果不错-I have written in with support vector machine matlab program, in experiments on the iris data set, identify good results
cheswithdiffrentsurpport
- 模式识别领域的通用数据集，在不同的支持度下的频繁项集。-The field of pattern recognition of common data sets, at different levels of support under the frequent itemsets.
dat_banana
- 香蕉形(banana)标准数据集，用于测试机器学习与模式识别算法。-Banana-shaped standard data set for testing machine learning and pattern recognition algorithm.
模式识别第一次作业
- 1． 用 dataset1.txt 作为训练样本，用dataset2.txt 作为测试样本，采用身高和体重数据为特征，在正态分布假设下估计概率密度（只用训练样本），建立最小错误率贝叶斯分类器，写出所用的密度估计方法和得到的决策规则，将该分类器分别应用到训练集和测试集，考察训练错误率和测试错误率。将分类器应用到dataset3 上，考察测试错误率的情况。(1. using dataset1.txt as training samples as test samples by dataset2.tx
tensorflow-cnn
- 基于TensorFlow的mnist数据集识别，使用CNN的方法，采用梯度下降学习(MNIST data set recognition based on TensorFlow, using CNN method, using gradient descent learning)
hog100% -国外
- 采用HOG特征实现静脉识别，需自己处理数据集，准确率为100%。(HOG feature is used to realize vein identification, and the data set is processed by ourselves. The accuracy is 100%.)
NatureDeepReview
- 深度学习允许由多个处理层组成的计算模型来学习具有多个抽象层次的数据表示。这些方法极大地提高了语音识别、视觉对象识别、目标检测以及药物发现和基因组学等许多领域的最新进展。深度学习发现复杂的结构在大数据集，通过使用反向传播算法来指示一台机器应该如何改变其内部参数，用于计算在每一层的代表性，从上一层的代表。深层卷积网在处理图像、视频、语音和音频方面取得了突破性进展，而递归网络则在文本和语音等连续数据上起到了作用。(Deep learning allows computational models th
]ORL+PCA+SVM-11
- 编写了用户界面程序实现ocr人脸数据集的识别，使用了svm分类器(A user interface program is developed to realize the recognition of OCR face data set, and the SVM classifier is used)
BP神经网络手写数字识别
- 使用bp神经网络算法识别手写阿拉伯数字图像，三层的误差反馈神经网络，可输出准确率，数据集为60000条数据，每条数据是一张28*28的图片(The BP neural network algorithm is used to recognize handwritten Arabia digital images, and the error feedback neural network of three layers can output the accuracy rate. The data
fisher
- 利用fisher方法实现手写体数字多分类识别，采用mnist数据集(simple program using fisher)
least_square
- 利用最小二乘法实现手写体数字识别，采用mnist数据集(simple program using least-square)
kasterenDataset
- 主要针对行为识别，常用数据处理方法及分类，可视化 包含数据集(Mainly for behavior recognition, commonly used data processing methods and classification, visualization Contain data sets)
utf8''Traffic-sign-recognition
- 项目基于Tensorflow进行实现。 #### 文件说明： --- * input_data.py: 图片的输入 * traffic_sign_cnn.py: 用cnn进行训练分类 * testDemo.py: 用于测试已经训练出来的模型，输入单个图片输出结果，并分类到文件夹 #### 数据集说明： --- * 这里是列表文本使用的是比利时的交通标志数据集，可以网上自己找，里面有62个分类。 #### 网络说明： --- *
MATLAB实现鸢尾花数据集分类
- 基于BP算法的鸢尾花数据集分类，在MATLAB平台下编程实现BP算法，可计算识别率。(Based on the BP algorithm, iris data set is classified. Under the MATLAB platform, the BP algorithm is programmed and the recognition rate can be calculated.)
Geolife Data 1.3
- Geolife GPS 轨迹数据集–用户指南 这一 GPS 轨迹数据集是在 (微软研究亚洲) Geolife 项目中收集的, 178 用户在四年 (2007年4月至 2011年10月) 期间。该数据集的 GPS 轨迹由一个时间戳点序列表示, 每一个都包含纬度、经度和高度信息。该数据集包含17621个轨迹, 总距离为1251654公里, 总持续时间为48203小时。该轨迹数据集可以应用于移动模式挖掘、用户活动识别、基于位置的社交网络、位置隐私和位置推荐等多个研究领域。(Geolife GPS t
MNIST_data
- MNIST数据集是一个手写体数据集，这个数据集由四部分组成，分别是一个训练图片集，一个训练标签集，一个测试图片集，一个测试标签集；我们可以看出这个其实并不是普通的文本文件或是图片文件，而是一个压缩文件，下载并解压出来，我们看到的是二进制文件。其中包含60000张手写体识别数字图片。(MNIST data set is a handwritten data set, which consists of four parts: a training picture set, a training l
MNIST数据集
- 手写数字识别数据集的训练集和测试集，关于BP神经网络(Handwritten digit recognition data set)
Matlab实现卷积神经网络对Mnist数据集的识别
- matlab实现卷积神经网络对mnist数据集的的识别。程序完整，函数处理好的数据集，可以直接是使用。
基于MATLAB的手写识别（可以自行添加数据集）
- 本案例使用MATLAB的GUI设计的一个手写板，利用BP神经网络实现手写识别的项目，案例中可以利用手写板自己建立数据集，并且完成训练来添加字库。