搜索资源列表
bp_matlab_pattern
- 是我的模式识别的作业，可以成功的分类iris数据，大家可以-is my pattern recognition operations, the classification can be successful iris data, we will look at
all
- 模式识别分类器的设计，此为K均值法源码，经调试通过。所用数据为标准IRIS。
Fisher520
- 模式识别分类器的设计，此为fisher法源码，经调试通过。所用数据为标准IRIS。
LMS520
- 模式识别分类器的设计，此为LMS法源码，经调试通过。所用数据为标准IRIS。
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
ClassifierforIRISdata
- 用于对IRIS数据进行分类的各种分类器，用于对多维采样点进行无监督分类。可根据类别数修改分类器，模式识别作业的部分代码。-IRIS data for the various classification categories, for sampling points on the multi-dimensional non-supervised classification. Can be modified in accordance with several types of classifi
Pattern-Recognition
- 字符识别、K-L人脸识别、虹膜识别、笔画识别等模式识别的例程和资料。-Character recognition, KL face recognition, iris recognition, stroke recognition, pattern recognition routines and information.
Bayes-iris
- 本人编写的模式识别中的bayes判别分析算法，识别效果不错-I write the pattern recognition algorithm bayes discriminant analysis to identify good results
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
Iris
- 模式识别标准iris数据！150个样本 4维向量。3类！模式识别测试数据-iris data
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.
模式识别实验一
- matlab,模式识别，基于Iris数据设计编写两类正态分布模式的贝叶斯判别程序(Pattern recognition report, based on Iris data design, two kinds of Bayesian discriminant program for normal distribution mode are written.)
新建 360压缩 ZIP 文件
- 编写两类正态分布模式的贝叶斯分类程序 了解正态分布模式的贝叶斯分类判别函数(IRIS simulation of Bias pattern recognition)
鸢尾花分类
- 使用四种方法进行鸢尾花分类：最小距离分类器，K 近邻法，感知器，Fisher 准则。(Four methods are used to classify iris: minimum distance classifier, K-nearest neighbor method, perceptron and Fisher criterion.)