搜索资源列表
Classifier_min_Local_Mean_f
- 局部最小距离分类器，性能高于knn分类器，matlab环境下，可直接调用-Local minimum distance classifier, classifier performance than knn, matlab environment, can be called directly
neighborhoodclassifier
- 这是基于KNN的邻域分类器matlab代码，里面包含了KNN的matlab代码。-This is a neighborhood based on KNN classifier matlab code, which contains the KNN of matlab code.
LDA_KNN
- 对随机选择的iris数据，用LDA进行特征提取，然后用K近邻分类器分类的完整程序-Feature extraction using LDA,and perform classification via KNN
KNNPandPneighborhoodPclassifier
- 模式识别knn分类器，matlab代码，k近邻算法-knn classifier ，matlab code
code
- KNN分类器（K-Nearest Neighbor classification）可以简单得将几种类别分开 -KNN classifier
recognition
- 本实验语音库为免费的柏林情感语音库，其采样频率为16KHZ，16bit量化。该语音库共有500 句情感语音信号，分别由十名专业演员(5 男，5 女)在不同情感状态下（高兴、愤怒、平静、悲伤、害怕、厌烦、憎恨）朗读十句不同文本的德语组成。本实验选取其中的部分情感（高兴、愤怒、悲伤）加以识别。仿真实验环境为MATLAB7.0。 实验选取的情感特征为短时平均能量、短时平均幅度、基频和短时过零率。为了降低不同人在表达不同情感时的个人差异造成的影响，本文实验过程中将提取的情感特征进行归一化处理。归一化
knnclassification
- 这是一个KNN分类器的matlab函数（K近邻分类器）,可自由选择参数k-it s a KNN classifier program of the matlab ,you can chose the parameter k to conduct the classify procedure
knnsvm
- 结合KNN(最近邻)算法和SVM(支持向量机)算法的分类器，，原创-KNN+SVM classification recognition algorithms, absolute originality
knn-softsvm-matlab
- matlab的knn网络，最小二乘算法，softsvm分类器实现，以及简单的交叉验证等，三种产检的方法-knn，softsvm matlab
KNN
- 这个程序实现的是knn分类器，用的实例是来人脸识别，来检测分类器的有效性-This program is knn classifier instance is to use face recognition to detect the validity of the classifier
6MLkNN
- 南京大学的多类标签KNN分类器，对模式识别十分重要的作用，有着较好的分类效果，可以充分利用类别信息。-Nanjing university class label KNN classifier, the pattern recognition is an important role, has a good classification effect, can make full use of class information.
LDA-human-face-identity
- 人脸识别的matlab程序，包含有 example: 演示程序 creatData:生成数据 creatTrainLabelMat:生成数据标签 LDA:提取fisherface knnRecognition:knn分类器 knnsearch:knn搜索-Face recognition matlab procedures, including a example: demo program creatData: generate data creatTrainLabel
Eigenface
- 人脸识别Eigenface算法的完整实现，主要基于PCA(主成成分分析)和kNN(k近邻)分类器实现，测试模板库基于ORL和yale，可以达到98 的识别率。-Eigenface complete recognition algorithm, mainly based on PCA (Principal Component Analysis into) and kNN (k nearest neighbor) classifier implementation, test template li
rough-set-codes
- 这是天津大学胡清华老师在粗糙集邻域领域做的最经典的源码，同学们可以在此基础上学习和修改，入口程序已经写好，需要其他方法可以自己添加，MAIN.m是入口程序，参数的意思在子函数里讲的很明白，调用了featureselect_FW_fast.m用来属性约简，几个clsf_dpd文件是使用不同的距离公式来计算属性重要度，选择得到属性结果，使用crossvalidate.m十折交叉算法来计算计算算法精度，该段代码调用了几个分类器，C4_5.m是决策树，KNN.m是最近邻分类器，NEC.m是类似于KNN的
KNN
- knn分类器原理实现，可等同于matlab自带KNN函数-knn classification principle to achieve, can be equated with matlab function comes KNN
knnclassification
- KNN分类器，可用于信号分类，论文中使用过的(KNN classifier, can be used for signal classification, used in the paper)
NMF
- 使用NMF和KNN分类器实现对高维图像的降维处理(use NMF and KNN for high dimensional image)