搜索资源列表
fish
- Fisher线性判别是线性分类算法中最基本的一种算法，其基本思想是将d维空间中的样本投影到一条最易于分类的投影线上，再进行分类。本文将用使用matlab实现Fisher线性判别算法，并给出４种阈值选择的方法。
libsvm-2.85-dense
- LIBSVM源码。LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、 易于使用、快速有效的通用SVM 软件包，可以解决分类问题（包括C- SVC、 n - SVC ）、回归问题（包括e - SVR、n - SVR ）以及分布估计（one-class-SVM ） 等问题，提供了线性、多项式、径向基和S形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。
fengleiqi2
- 使用线性分类器进行分类，采用感知器算法中的“奖惩算法”，各提取3类中的前25个样本共75个作为学习样本。
Fisher
- fisher线性分类器算法，算法实现三维空间中样本中各点的分类情况。-fisher linear classifier algorithm to achieve three-dimensional sample points in the classification.
nn
- 线性神经网络，BP神经网络，Hopfield神经网格，Elman神经网络，RBF神经网络；在模型应用模块中实现了六种实际应用：RBF网络的船用柴油机故障诊断，BP网络的齿轮箱故障诊断，SOM网络的回热系统故障诊断，BP网络的设备状态分类器，SOM网络的人口比例样本分类，SOM网络的土壤性状样本分类。-Linear neural network, BP neural network, Hopfield neural network, Elman neural network, RBF neural
ex3
- 基于BP神经网络识别字符. BP神经网络算法是把一组样本输入输出问题转化为一个非线性优化问题，并通过梯度算法利用迭代运算求解权值的一种学习方法。采用BP网络进行分类，并附加线性感知器来实现单字符的有效识别，算法简便，识别率高，可适用于多种高噪声环境中的印刷体字符识别。-BP neural network based character recognition. BP neural network algorithm is a set of sample input and output is
Fisher
- 采用Fisher线性分类方法，对数据进行分类，并显示分类结果和投影直线，并显示错分的样本，很直观。-Fisher linear classification methods used for data classification, and display the classification results and the straight-line projection, and display the wrong sub-samples, it is intuitive.
bayes
- 基本的Bayes线性分类器算发，可以直接运行，结果显示样本以及分类后情况。-Basic linear Bayes classifier fat count can be run directly, as well as the classification results showed that after the sample.
work_for_pattern_recognition
- 通过设计线性分类器；最小风险贝叶斯分类器；监督学习法分层聚类分析；K－L变换提取有效特征，设计支持向量机对给定样本进行有效分类并分析结果。-By designing a linear classifier minimum risk Bayes classifier supervised learning method hierarchical cluster analysis K-L transform to extract efficient features, designed to
2DLDAwiththeSVM-basedfacerecognitionalgorithm
- 二维线性鉴别分析(2DLDA)算法能有效解决线性鉴别分析(LDA)算法的“小样本”效应，支持向量机 (SVM)具有结构风险最小化的特点，将两者结合起来用于人脸识别。首先，利用小波变换获取人脸图像的低频分量，忽 略高频分量：然后，用2DLDA算法提取人脸图像低频分量的线性鉴别特征，用“一对多”的SVM 多类分类算法完成人脸 识别。基于ORL人脸数据库和Yale人脸数据库的实验结果验证了2DLDA+SVM算法应用于人脸识别的有效性。-”Small sample size”problem
linearclassifier
- 本文设计一个线性的分类器，可以对样本进行正确的分类-This design a linear classifier, can be correctly classified samples
fisher
- 利用Fisher线性分类器对两类样本进行分类的方法。-Fisher s linear classification methods to classify the two types of samples.
Fisher-program
- 采用Fisher线性判别法对两类样本进行分类的的程序-the program of Fisher linear discriminant classification of two types of samples
Pattern-Recognition2
- 清华模式识别第二次作业，采用dataset2.txt 数据作训练样本，采用身高与体重特征进行性别分类，建立最小错误贝叶斯分类器；2、采用身高体重数据作为特征，以 dataset2.txt 作为训练数据，用 Fisher 线性判别方法设计分类器；3、从多层感知器、SVM、近邻法选择一种方法，进行上述的分类实验；-Tsinghua second operation pattern recognition using dataset2.txt data for training samples, us
梯度
- 神经网络中，基于梯度下降的线性分类器，对样本进行分类(In neural networks, linear classifiers based on gradient descent.)