搜索资源列表
BigTree2
- 该代码是数据挖掘里面的决策树算法 利用ID3理论，通过对训练数据的分析判断，计算出各个数据的其它对目标属性的重要程度，即计算出每个其它数据的信息增益值来将训练数据逐步分类，最后得出目标分类，从而实现决策树的生成过程。最后即可利用此决策树来对新的数据进行测试，判断其目标属性的可能值。
Fsvm_Regression
- 该文研究了当训练点的输出为三角模糊数时!支持向量回归机的构建问题’ 首先将模糊回归问题转化为模糊分 类问题!并将求模糊最优分类超平面问题转化为求解带有模糊决策的机会约束规划问题’ 利用基于模糊模拟的遗传算法 求解带有模糊决策的机会约束规划!得到模糊最优分类超平面&模糊方程$!解模糊方程得到模糊回归函数’ 在此基础上! 得出模糊线性支持向量回归机&算法$’ 从而较好地解决了支持向量机中含有模糊信息的模糊回归问题’ 最后!给出显示 模糊线性支持向量回归机特点的模糊支持向量集的定义’
C4.5算法源程序
- C4.5算法进行决策树生成 以信息增益最大的属性作为分类属性，生成决策树，从而得出决策规则。-C4.5 decision tree algorithms to generate information gain the greatest attribute as a classification attributes, generate decision tree, and came to decision-making rules.
KL变换
- KL变换模式识别作业三 一、编程要求： 编程实现KL变换，并对TM六波段图像进行演算。 KL变换的思想是：从n维特征选取m维特征，删去的n-m维特征不一定就是无用的信息，如何在信息损失最小的情况下选取特征，在理论上就显得更严密些。通常采用正交变换，得到新的经变换的模式， 以保证信息损失最小情况下获得有利于分类的特征。 二、编程思想： 将6副图象依次输入获得灰度值存在一个6*size(size为一副图象的像素数)的二维数组中，计算每个波段的灰度均值，然后计算协方差矩阵，得出特征值
SLLE
- 引入数据类别信息的有监督局部线性嵌入算法，可用于数据分类-Supervised Locally Linear Embedding
extract_document
- 这是一个提取 Reuter-21578 的程序, 用做自然语言处理, 文本分类聚类,和信息检索的测试集!-This is an extract of the Reuter-21578 procedure, used for natural language processing, text classification clustering, and information retrieval test collection!
tezhengxuanzhe
- 利用最小互信息实现向量的特征选择，优化分类器的设计，原创-The use of mutual information to achieve the smallest feature selection vectors, optimizing the classifier design, originality
psoyouhuannyj
- 基于粒子群优化的神经网络训练算法研究论文 摘 要: 本文提出了基于连接结构优化的粒子群优化算法(SPSO) 用于神经网络训练,该算法在训练神经网络权 值的同时优化其连接结构,删除冗余连接,使神经网络获得与模式分类问题匹配的信息处理能力. 经SPSO 训练的神经 网络应用于Iris ,Ionosphere 以及Breast cancer 模式分类问题,能够部分消除冗余分类参数及冗余连接结构对分类性能 的影响. 与BP 算法及遗传算法比较,该算法在提高分类误差精度的同时可加快训
DecisionTree
- 通过构造决策树来进行分类,并用信息熵来剪枝获取最小的树从而进行属性约简-By constructing a decision tree for classification, and information entropy to obtain the smallest tree pruning in order to carry out attribute reduction
LS-SVMlab1.5
- 支持向量机，用于图像分类分割，目标检测识别,人工智能信息处理-support vector machine has been widely used in classification and object identification.
DCT
- 本文设计基于DCT的人脸识别系统，首先结合当今人脸识别的背景和发展状况讨论了人脸识别的研究内容及在各方面的应用；然后研究了人脸识别进行预处理，讨论了人脸识别预处理的其他方法，分析各种方法的利弊，最后采用DCT（离散余弦变换）实现人脸图像预处理中的降维处理；接下来对人脸图像的特征提取进行了研究，简单叙述了几何特征提取和代数特征提取，同时深入研究了基于DCT和PCA变换的人脸图像特征提取，从而实现是否对人脸识别系统识别率有所提高的研究；对于分类器的选择，本文对两种分类器进行了探讨，即最近邻分类器和B
ClassificationAlgorithm
- 分类算法,可用于电子商务网站商品信息的分类，效率还可以-Classification Algorithm
jxsvm
- 交互支持向量机学习算法能解决一些监督学习问 题中学习样本较少的问题, 它以支持向量机(SVM ) 方法为 基础, 将设计分类器变成一个交互的过程, 即: 根据对已知 样本进行的SVM 分类器设计, 主动采样选择“有用”的新样 本, 并进行下一步SVM 分类器的设计。与普通SVM 法相 比, 该方法所需的样本量大大降低, 而且可能达到更好的推 广能力。文本信息过滤问题的实例说明了该算法的有效性。-Interactive support vector machine lear
diancai
- 查看本店所有菜的信息,还可以根据不同的要求进行搜索, 如按分类,按价格.点好菜后还可以方便地更改,同时还可以让客户选择 忌口的佐料.可以查看此次消费金额和优惠情况. -See all food restaurant information, you can also search according to different requirements, such as by category, by price. Point after good food can be eas
knn
- KNN 是K最邻近结点算法（k-Nearest Neighbor algorithm）的缩写形式，是电子信息分类器算法的一种。KNN方法对包容型数据的特征变量筛选尤其有效。-a machine learning algorithm
liantongxinchou
- 信息论编码概论，主要介绍信息的一般概念和分类，信息论的起源和发展。-Information encoding content, and briefly introduces the summary information content, information of the concept, classification and development. Very very very good、
test_draworb0
- 高级信息提取 基于专家知识的决策树分类：规则获取（经验总结、数据挖掘如c4.5 cart算法）、规则定义以及构建决策树 -Advanced information extraction based on expert knowledge of the decision tree classification: the rules to get (lessons learned, data mining algorithms such as c4.5 cart), definit
FFF
- 神经网络是通过模拟生物神经系统的结构功能而构成的一种信息处理系 统。经过40余年的发展，神经网络已经成为机器学习、模式识别、信号处理等 信息科学领域中一类十分重要的方法。 本文首先概括地总结了神经网络的发展历程。在三个不同阶段中，神经网 络的发展具有不同的特点。到20世纪90年代，神经网络成为信息科学中一个 重要的热点研究领域。文中还讨论了神经网络的特点、常见的分类方法、学习 类型和学习算法等内容。 -Through the simulation of biologi
MLkNN
- ML-KNN，这是来自传统的K-近邻（KNN）算法。详细地，为每一个看不见的实例中，首先确定了训练集中的k近邻。之后，基于从标签集获得的统计信息。这些相邻的实例，即属于每个可能类的相邻实例的数量，最大后验（MAP）原理。用于确定不可见实例的标签集。三种不同现实世界中多标签学习问题的实验研究，即酵母基因功能分析、自然场景分类和网页自动分类，表明ML-KNN实现了卓越的性能(ML-KNN which is derived from the traditional K-nearest neighbo
SVM分类
- 基于SVM的疲劳驾驶系统。基于神经网络的非接触式疲劳驾驶检测已成为当前针对疲劳驾驶检测领域炙手可热的研究方向。它有效解决了接触式疲劳检测方法给驾驶员带来的干扰以及单一信号源对于反映疲劳程度可靠性低的问题，同时通过设计神经网络模型对多源信息进行分类，实现对疲劳状态的高精度和高速度的检测。选取合适的特征值对网络检测准确率以及准确反映疲劳程度至关重要。基于驾驶员生理信号检测可靠性和准确性较高。(Fatigue driving system based on SVM)