搜索资源列表
-
0下载：
一篇关于SCM的综述性文章，SCM是一种比SVM分类性能更优秀的分类器。以后还会上传几篇有关SCM的文章-on SCM's a review article, SCM than SVM is a better classification performance classifier. After a few will upload the articles SCM
-
-
0下载：
用其中一半的数据采用ANN-BP算法设计分类器，另一半数据用于测试分类器性能。-Half of the data used by ANN-BP algorithm design classifier, the other half of the data used to test the classifier performance.
-
-
0下载：
为了测试评估贝叶斯分类器的性能,用不同数据集进行对比实验是必不可少的. -In order to test the assessment of the performance of Bayesian classifier, and compare different experimental data sets is essential.
-
-
0下载：
：朴素贝叶斯分类器是一种简单而高效的分类器，但是它的属性独立性假设使其无法表示现实世界属性之间的依赖关
系，以及它的被动学习策略，影响了它的分类性能。本文从不同的角度出发，讨论并分析了三种改进朴素贝叶斯分类
性能的方法。为进一步的研究打下坚实的基础。-: Naive Bayesian classifier is a simple and efficient classifier, but its attribute independence assumption that the rea
-
-
0下载：
以黎曼几何为理论依据，基于S.Amari的修正核函数思想提出了两种新的保角变换，用其对核函数进行数据依赖性改进，进一步提高支持向量机分类器泛化能力。以人工非线性分类问题
为对象进行研究，仿真实验结果表明采用新保角映射可以快速显著地改善分类器泛化性能，而且能大幅度地减少支持向量的数目。-Two novel conformal transformations were proposed based on the Riemannian geometry theory and S.Amari’sid
-
-
0下载：
局部最小距离分类器，性能高于knn分类器，matlab环境下，可直接调用-Local minimum distance classifier, classifier performance than knn, matlab environment, can be called directly
-
-
0下载：
贝叶斯分类器的设计，其中包括协方差相等与不等时的两类情况，分类效果很好-Bayesian classifier design, including equal and unequal covariance of two categories, very good classification performance
-
-
2下载：
分别采用感知机算法、最小平方误差算法、线性SVM算法设计分类器，分别画出决策面，并比较性能。-Perceptron algorithm were used, the least square error algorithm, linear SVM classifier algorithm, respectively, making face paint, and compare performance.
-
-
0下载：
ANN-BP分类器设计，用其中一半的数据采用ANN-BP算法设计分类器，另一半数据用于测试分类器性能。-ANN-BP classifier design, with half of the data using ANN-BP algorithm design classifier, the other half of the data used to test the classifier performance.
-
-
1下载：
贝叶斯分类器设计。 对两组数据（学生的英语成绩）的分类-Bayesian classifier design. On two sets of data (student performance in English) classification
-
-
0下载：
朴素贝叶斯分类是一种简单而高效的分类模型，然而条件独立性假设在现实中很少出，致使其性能有所下降。通过引入关联规则，从两方面来改善朴素贝叶斯分类的性能。一方面，通过对关联规则的挖掘，发现条件属性之间的关联关系，并且利用这种关联关系弱化朴素贝叶斯的独立性假设；另一方面，通过关联规则的置信度，给朴素贝叶斯加权。 -Naive Bayesian classifier is a simple and efficient classification model, the conditional indep
-
-
0下载：
对“data2.m”数据，用其中一半的数据采用ANN-BP算法设计分类器，另一半数据用于测试分类器性能。-The "data2.m" data, which half of the data using the ANN-BP algorithm design classifiers, the other half of the data used to test the classifier performance.
-
-
0下载：
对“data3.m”数据，用其中一半的数据采用非线性SVM算法设计分类器并画出决策面，另一半数据用于测试分类器性能。采用三套核函数，并且比较不同核函数的结果。-To "data3.m" data, which half of the data using nonlinear SVM classification algorithm design and draw the decision-making surface, the other half of the data used to tes
-
-
0下载：
对“data2.m”数据，用其中一半的数据采用ANN-BP算法设计分类器，另一半数据用于测试分类器性能。-The " data2.m" data, which half of the data using the ANN-BP algorithm design classifiers, the other half of the data used to test the classifier performance.
-
-
0下载：
SVM神经网络中的参数优化---提升分类器性能-SVM neural network parameters optimization, improve the performance of the classifier
-
-
0下载：
《MATLAB神经网络30个案例分析》中的第13个例子，案例13 SVM神经网络中的参数优化---提升分类器性能。希望对大家有一定的帮助！-The MATLAB neural network analysis of 30 cases of example, 13 cases of 13 SVM parameters optimization of neural network classifier performance- ascension. Hope to have certain help
-
-
0下载：
非线性分类器，包括ANN-BP算法的matlab代码实现和性能分析，以及近邻法的实现-Non-linear classifiers, including ANN-BP algorithm matlab code and performance analysis, and nearest neighbor methods to achieve
-
-
0下载：
the code calculate both Fscore micro and macro. Fscore is usedas classifier performance
-
-
0下载：
Libsvm和Liblinear都是国立台湾大学的Chih-Jen Lin博士开发的，Libsvm主要是用来进行非线性svm 分类器的生成，提出有一段时间了，而Liblinear则是去年才创建的，主要是应对large-scale的data classification，因为linear分类器的训练比非线性分类器的训练计算复杂度要低很多，时间也少很多，而且在large scale data上的性能和非线性的分类器性能相当，所以Liblinear是针对大数据而生的。(Libsvm and Libli
-
-
1下载：
粒子群优化算起源于对鸟群、鱼群以及对某些社会行为的模拟，是一种基于群体智能的进化计算技术。而小生境技术则起源于遗传算法，这种方法能使基于群体的随机优化算法形成物种，从而使相应的优化算法具有发现多个最优解的能力。而多分类器集成技术则是通过多个分类器进行某种组合来决定最终的分类，以取得比单个分类器更好的性能。多分类器集成技术要求基元分类器不仅个体性能要好并且其差异度要大，这与小生境技术形成物种的能力具有很多内在的相似性。目前己经有研究者将小生境技术应用于多分类器集成，但由于传统的小生境技术仍然不完善
-
