搜索资源列表
Sealrecognition
- 1、编制程序显示印章图像（24位真彩色位图）； 2、读出位图中每一像素点的（R，G，B）样本值； 3、以RGB其中某两个（或三个）为坐标，取一定数量的图像点为分析样本，分析其坐标系中的分布； 4、采用本章学习的方法找到分类判别函数，对这些样本进行分类；（要求首先将印章与底纹区分，如有可能将印章、底纹、签字区分） 5、将分类后的结果标记到原始图像上，检查其效果。 -1, the preparation procedures showed that the seal image
ID3algorithm
- 随着高校的扩招，学生的数量越来越大，传统的对学生成绩的统计分析方法已不适应深入分析的需要。针对学生情 况数据库应用数据挖掘中的 ID3 算法进行了情况分类，并对得到的结果进行了分析，得出了影响学生成绩的内部原因以及 其它一些结论。-As the result of the enrollment scale of universities expanding, the number of students in universities increased gradually duri
GRNN
- 根据货运量影响因素的分析，分别取国内生产总值，工业生产总值，铁路运输线路长度，复线里程比重，公路运输线路长度，等级公路比重，铁路货车数量和民用载货汽车数量8项指标因素作为网络输入。-According to analyzing the influential factors of freight volume, respectively take the gross domestic product, industrial production, the line length of railw
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
基于数据数量对支持向量机和BP神经网络性能分析
- 不同样本数量支持向量机和BP神经网络性能分析对比(Performance analysis of neural network)
som算法
- 机器学习中的som算法，用来聚类分析的，代码中 :param X: 形状是N*D， 输入样本有N个,每个D维 :param output: (n,m)一个元组，为输出层的形状是一个n*m的二维矩阵 :param iteration:迭代次数 :param batch_size:每次迭代时的样本数量 初始化一个权值矩阵，形状为D*(n*m)，即有n*m权值向量，每个D维