搜索资源列表
Backpropagation
- 模式识别课程作业-神经网络分类IRIS数据集.共两层网络，程序有详细注释。程序结果将输出到EXCEL文件中，也很详细。-Course work in pattern recognition- Neural Network Classification IRIS data set. A total of two networks, a detailed program notes. Program results will be output to the EXCEL file, and very
parzen
- 二维数据集Parzen方窗非参数估计PDF(概率密度函数)，三维结果显示，有图，有完整说明文档和程序运行说明，matlab编程环境，此为模式识别小作业 parzen-Dimensional data set Parzen Window non-parametric estimation side PDF (probability density function), three-dimensional results show that map, with complete documentat
SVM-iris
- 本人用matlab编写的支持向量机的程序，在数据集iris上进行实验，识别效果不错-I have written in with support vector machine matlab program, in experiments on the iris data set, identify good results
dat_banana
- 香蕉形(banana)标准数据集，用于测试机器学习与模式识别算法。-Banana-shaped standard data set for testing machine learning and pattern recognition algorithm.
NPE
- 用于流型学习的算法：局部邻域保持 可以分析任何符合流型分布的数据集，常用语人脸识别-For the flow pattern learning algorithm: the local neighborhood to maintain consistent flow pattern can be analyzed the distribution of any data set, common language recognition
PCA
- 模式识别作业-完全自编仿真程序。先用PCA对IRIS数据集进行降维，然后用最小错误法对降维的数据进行分类。压缩包中既包括matlab源代码，又有自己写的报告，还有.MAT格式的IRIS数据集用作程序调用。程序有详细注释，很容易懂。最后结果输出到txt文件中。-Pattern recognition operations- completely self simulation program. First on the IRIS data set with PCA dimension reduct
SVD
- 一个基于SVD分解的人脸识别程序，采用ORL数据集进行试验-An SVD decomposition program for face recognition using ORL data set to test
KL
- 模式识别里的KL变换的代码，应用Iris数据集实现KL变换算法。-KL transform code, pattern recognition application Iris data set KL transform algorithm.
flower
- 对花卉的数据集分别通过“五折法”、随机产生训练样本、欧式平方距离、绝对值距离、契比雪夫距离和马氏距离进行数据集的识别。-Data sets, respectively, for flowers through the " half of Law" , randomly generated training samples, European squared distance, absolute distance, Chebyshev distance and Mahalanobi
模式识别第一次作业
- 1． 用 dataset1.txt 作为训练样本，用dataset2.txt 作为测试样本，采用身高和体重数据为特征，在正态分布假设下估计概率密度（只用训练样本），建立最小错误率贝叶斯分类器，写出所用的密度估计方法和得到的决策规则，将该分类器分别应用到训练集和测试集，考察训练错误率和测试错误率。将分类器应用到dataset3 上，考察测试错误率的情况。(1. using dataset1.txt as training samples as test samples by dataset2.tx
hog100% -国外
- 采用HOG特征实现静脉识别，需自己处理数据集，准确率为100%。(HOG feature is used to realize vein identification, and the data set is processed by ourselves. The accuracy is 100%.)
fisher
- 利用fisher方法实现手写体数字多分类识别，采用mnist数据集(simple program using fisher)
least_square
- 利用最小二乘法实现手写体数字识别，采用mnist数据集(simple program using least-square)
PCA+SVM
- 采用经典的ORL人脸数据集，利用PCA进行进行降维，然后用SVM进行数据集的分类和训练。上传文件内包含libSVM3.2安装包(The classical ORL face dataset is used for dimension reduction by PCA, and then SVM is used to classify and train the dataset.)
基于PCA的SVM分类
- 选择“BreastCancer”数据集，使用支持向量机(SVM)对其进行分类。作为对比，第一次对特征集直接进行支持向量机分类，第二次对特征集进行主成分分析法的特征提取后，再对特征提取后的特征集进行支持向量机分类。并且对比和分析了两次分类的结果。(The BreastCancer data set is selected and classified by Support Vector Machine (SVM). For comparison, the first time the featur
基于粒子群优化算法的特征选择SVM分类
- 针对“BreastCancer”数据集，作为对比，第一次对特征集直接进行SVM分类，第二次使用粒子群算法进行特征选择后再进行SVM分类。并且对比和分析了两次分类的结果。(For "BreastCancer" data set, as a comparison, the first time the feature set is directly classified by SVM, and the second time the feature set is selected
BCI_MI_CSP_DNN
- BCI_MI_CSP_DNN是一种基于matlab的运动图像脑电信号分类程序。 基于matlab深度学习工具箱编写了BCI_MI_CSP_DNN程序 本程序的原理基于CSP和DNN算法 这个程序的性能是基于BCI竞赛II数据集II 提出了一种基于深度学习的运动图像脑电信号分类方法。在预处理原始脑电图信号的基础上，采用共空间模型(CSP)方法提取脑电图特征矩阵，并将其输入深度神经网络(DNN)进行训练和分类。我们的工作在BCI Competition II Dataset III上进行了实
Matlab实现卷积神经网络对Mnist数据集的识别
- matlab实现卷积神经网络对mnist数据集的的识别。程序完整，函数处理好的数据集，可以直接是使用。
手写MNISTmatlab实现
- 资料可以直接运行，是matlab源码，实现了AI领域常见的手写字符MNIST数据集的识别，一般都是python做，matlab实现的很少，就算有也经常报错，因此这里是提供了例程以及数据集！数据集也是matlab能直接读取的MNIST格式！下载这个资料连数据集都不用单独下载了，节省时间。(The data can be run directly. It is the source code of MATLAB. It realizes the recognition of MNIST data s
基于MATLAB的手写识别（可以自行添加数据集）
- 本案例使用MATLAB的GUI设计的一个手写板，利用BP神经网络实现手写识别的项目，案例中可以利用手写板自己建立数据集，并且完成训练来添加字库。