搜索资源列表
NNDESIGN
- Neural network design中的网络构建 包括结合MINI神经网,网络布局,声音,颜色的选择,存在,培训,分类,收缩,以及读写,标记等功能的编程-Neural network design Construction of the network, including MINI combining neural network, network layout, sound, color choices, there, training, classification, contr
FaceDetectionFrame
- 一个基于知识的人脸检测系统，首先是提取肤色，然后在检测眼睛，嘴这些特征，进行验证是否是人脸，并标记位置-a knowledge-based Face Detection System, the first extraction of color, and then testing the eyes, mouth of these characteristics, verify whether he is a human face, and mark position
cellrecognition
- 细胞识别记数系统的实现,全部源代码,包括中心点标记,区域填充,记数等-,Visual C++,图形图象/Graph program -cell identification number system in mind the realization of full source code, including the focal point mark, regional filling, and so mind-, Visual C, graphic images / Graph program
POSTagger
- （1）从已经标注好词性的语料中统计得到词性标记的二元转移矩阵，以及每个词以确定的词性标记出现的次数等数据（训练阶段） （2）利用动态规划算法快速选取词性标记路径，得到词性标记结果 （3）可以选择不同的词性标记集 -(1) from the good part-of-speech tagging has been the Corpus statistics to be part of speech marking the transfer of binary matrix, a
ailinesight
- 基本路径搜索之遇到障碍物问题 并且可以标记出所走路线-basic path Search's problems and obstacles encountered can be labeled as follow routes
FuzzyRegionLabel
- 基于模糊理论的连通区域标记算法，该算法速度很快
CRFPP0[1].53
- 条件随机域，主要用于标记序列，可以进行分词，词性标注，句法分析，以及文本抽取等。-condition random field
code
- 此为数据挖掘课程大作业，主要功能是对已给定的描述生物分子三维结构的139351 个属性中，分类预测出该分子化合物对目标体的化学活性，从而达到帮助药物设计的目的。实验现有的数据包括：110个已标记活性标签的描述分子三维结构的139351维数据，634 个为标记活性标签的三维结构数据。希望根据这些提供的数据，采用适当的分类方法，提供出一个经过训练的分类器，能够尽可能准确的帮助未标记活性的分子化合物确定其活性。-This is a big job data mining courses, the ma
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
coforest
- CoForest是一种半监督算法，处理集成学习及利用大量未标记数据得到更优越性能的假设。-CoForest is a semi-supervised algorithm, which exploits the power of ensemble learning and large amount of unlabeled data available to produce hypothesis with better performance.
Code
- 最大流的压入与重标记算法,最短路程，最大费用的算法，-The Push-Relabel Algorithm max/min cuts
sd
- 最优化问题之一的算啊与代码 多级安全中敏感标记的最优化挖掘 C++算法与分析-Optimization problem with one count ah multi-level security code in the most sensitive marker of the C++ algorithms to optimize mining and analysis
migong
- 用有限状态机实现的迷宫求解。 和大部分的迷宫程序相同，迷宫的解决方法是 递归或者是用堆栈来模拟递归，这个程序也不例外。但是我们知道普通的迷宫求解程序通常是用一种递归的方法来实现的。程序从一开始运行就不断的进行递归，直到找到迷宫的出口。但是这对一个演示程序来说是不行的，我们需要演示一个迷宫行走者在迷宫中的行走过程。 因此我们用另外的方式来实现，我们首先要需要一个状态机来记录当前行走者的状态，比如说他是处在行走还是寻找一个新的可以到达的地方的状态，因此我使用了一个有限状态机来
CRFPP-0.58
- CRF ++是一个简单的，可定制的，条件随机域（控释肥）分割/标记顺序数据的开源实现。 CRF ++是专为通用的目的，将被应用到各种各样的NLP任务，如命名实体识别，信息提取和文本组块。-CRF++ is a simple, customizable, and open source implementation of Conditional Random Fields (CRFs) for segmenting/labeling sequential data. CRF++ is design
ECG-classification
- 心电图是一种经胸腔的以时间为单位记录心脏的电生理活动，并通过皮肤上的电极捕捉并记录下来的诊疗技术，能警示人体心脏健康状况。我们对十种不同心脏状况的心电图（ECG）数据进行实验，在对原始数据进行了一系列预处理后，利用PCA和ICA进行特征提取降维得到新的特征空间，并利用支持向量机进行训练，最后对未分类心电数据进行分类标记并评价其性能。-Electrocardiography (ECG) is a transthoracic interpretation of the electrical acti
Ant_AI
- “ 人工蚂蚁” 生活在一个二维网格世界中， 它能沿已作标记的单元所组成的连续“信息素踪迹”(宽为一个单元)的运动。这个蚂蚁占一个单元，它可以面向东、南、西、北。它能做五个动作：前移一个单元(m)；在同一单元中向左转(l)；在同一单元中向右转(r)；设置状态位元“开”(on)；设置状态位元“关”(off)。蚂蚁感知它的正前方(即其面朝的方向)是否有信息素踪迹且其状态位元是否为“开”，若状态位元为“开”表示该单元已经走过（设状态位元起初为“关”）。-"Artificial ants world l
prodige-0.3.tar
- 基于正例和无标记学习的代码，适合机器学习的人-Based on positive examples and human unmarked learning code, suitable for machine learning
TCA-AAAI2012-version2.0
- 首先从一个源域中获得标记文本数据，然后对目标域自动训练文本分类器从而实现跨域的文本分类-automatically train a precise text classifier for a target domain by using labeled text data from a related source domain.
MIMLNN
- 基于多实例多标记的图像学习，在多实例多标记学习框架的采用matlab语言设计的实验-In image annotation and retrieval, one image often has multiple labels owing to its complicated semantics, whereas different image regions often provide different hints for the labels.
mddm
- 针对多实例多标记图像问题，代码介绍一种处理维度灾难的方法-In this paper, we propose an effective model and develop an efficient algorithm to solve the multi-instance dimensionality reduction problem.