搜索资源列表
hsmm_new
- 提供HSMM隐半马尔科夫的前向后向算法。可用于模式识别-Hidden semi-Markov providing HSMM back to the first algorithm. Can be used for pattern recognition
Duda-Pattern Classification Duda《模式分类》第二版
- Duda《模式分类》第二版第1、3、5章部分课后习题和上机题的解答和程序代码-Duda pattern classification, the second edition of the first chapter 1,3,5 some after-school exercises and answers questions on the machine and program code
WeightedFeature
- 给出两个加权特征，一个是加权笔画密度特征，另外一个是加权外围特征，用一级汉字实验结果表明，这两个特征具有很强的汉字信息，能很好的为模式分类提供有效的特征- Give out two weighted feature abstraction method One is the weighted stroke density feature , the other is the weighted Periphery feature.The reslut of experiment on the f
Frequent-pattern-discovery-in-first-order
- datamining First part
Binarization
- 图像二值化C程序，供matlab M文件调用，图像模式识别前预处理第一步骤-Binarization C procedures, calling for the matlab M documents, images, pre-first step before pattern recognition
DBSCAN
- BIRCH (balanced iterative reducing and clustering using hierarchies) is an unsupervised data mining algorithm used to perform hierarchical clustering over particularly large data-sets. An advantage of Birch is its ability to incrementally and dynamic
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
Character-Recognition(Lib-SVM)
- 支持向量机的研究现已成为机器学习领域中的研究热点，其理论基础是Vapnik[3]等提出的统计学习理论。统计学习理论采用结构风险最小化准则，在最小化样本点误差的同时，缩小模型泛化误差的上界，即最小化模型的结构风险，从而提高了模型的泛化能力，这一优点在小样本学习中更为突出。SVM理论正是在这一基础上发展而来的，经过十几年的研究和发展，已开始逐步应用于一些领域。在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势，已经在模式识别、函数逼近和概率密度估计等方面取得了良好的效果。- Support
microstrip
- Microstrip is a type of electrical transmission line which can be fabricated using printed circuit board technology, and is used to convey microwave-frequency signals. It consists of a conducting strip separated from a ground plane by a dielectric la
Minimum-Bayes-classifier-error-rate
- 这是模式识别中最小错误率Bayes分类器设计方案。 自行完善了在不同先验概率的条件下，男、女错误率和总错误率的统计，放入各个数组当中。 全部程序由主函数、最大似然估计求取概率密度子函数、最小错误率贝叶斯分类器决策子函数三块组成。 调用最大似然估计求取概率密度子函数时，第一步获取样本数据，存储为矩阵；第二步对矩阵的每一行求和，并除以样本总数N，得到平均值向量；第三步是应用公式（3-43）采用矩阵运算和循环控制语句，求得协方差矩阵；第四步通过协方差矩阵求得方差和相关系数，从而得到概率密度
Minimum-Risk-Bayes-classifier
- 这是模式识别中最小风险Bayes分类器的设计方案。在参考例程的情况下，自行完善了在一定先验概率的条件下，男、女错误率和总错误率的统计，放入各个数组当中。 全部程序由主函数、最大似然估计求取概率密度子函数、最小错误率贝叶斯分类器决策子函数三块组成。 调用最大似然估计求取概率密度子函数时，第一步获取样本数据，存储为矩阵；第二步对矩阵的每一行求和，并除以样本总数N，得到平均值向量；第三步是应用公式（3-43）采用矩阵运算和循环控制语句，求得协方差矩阵；第四步通过协方差矩阵求得方差和相关系数，从
dct1_embed
- Optical flow or optic flow is the pattern of apparent motion of objects, surfaces, and edges in a visual scene caused by the relative motion between an observer (an eye or a camera) and the scene.[2][3] The concept of optical flow was first studied i
displayRelevantVisualWords
- Optical flow or optic flow is the pattern of apparent motion of objects, surfaces, and edges in a visual scene caused by the relative motion between an observer (an eye or a camera) and the scene.[2][3] The concept of optical flow was first studied i
matlab-data-mining
- 数据挖掘(Data Mining)阶段首先要确定挖掘的任务或目的。数据挖掘的目的就是得出隐藏在数据中的有价值的信息。数据挖掘是一门涉及面很广的交叉学科，包括器学习、数理统计、神经网络、数据库、模式识别、粗糙集、模糊数学等相关技术。它也常被称为“知识发现”。知识发现(KDD)被认为是从数据中发现有用知识的整个过程。数据挖掘被认为是KDD过程中的一个特定步骤，它用专门算法从数据中抽取模式(patter，如数据分类、聚类、关联规则发现或序列模式发现等。数据挖掘主要步骤是：数据准备、数据挖掘、结果的解释
kPCA_v2.0
- Principal component analysis (PCA) is a popular tool for linear dimensionality reduction and feature extraction. Kernel PCA is the nonlinear form of PCA, which is promising in exposing the more complicated correlation between original high-dimensiona
MoShiShiBieHIT
- 这是哈尔滨工业大学，电子与信息工程学院，模式识别课程，上机实验使用的matlab程序，只有第一次实验的，主要内容是产生二维样本。-This is Harbin industrial university, electronics and information engineering college, curriculum pattern recognition, computer experiment using matlab program, only the first experimen
Bayes
- 武汉大学 遥感信息工程学院 2014-2015 第一学期 模式识别 第一次作业 贝叶斯分类 学霸代码-Remote Sensing Information Engineering, Wuhan University 2014-2015 first semester pattern recognition first job Bayesian taxonomy Pa code
PCAPMFA
- 在模式识别当中，MFA出现小样本问题。为解决这个问题。我们提出了PCA+MFA的方法。首先对其进行PCA预处理，然后在用MFA降维。-Small sample problems in pattern recognition, MFA. To solve this problem. We put forward the PCA+ MFA method. On the PCA pretreatment first, and then with MFA dimension reduction.
xhmdecode
- 循环码最大的特点就是码字的循环特性，所谓循环特性是指：循环码中任一许用码组经过循环移位后，所得到的码组仍然是许用码组，也就是说，不论是左移还是右移，也不论移多少位，仍然是许用的循环码组. 译码过程 第一步：由接收码字 Rx与监督矩阵相乘得出错误图样S； 第二步：判断S是否为零。若不为零，则出错。在假定至多只有一位错的情况下，可以有效地译出相应的信息码字。 第三步：在出错的情况下，将S与标准监督矩阵对比，得出错误的比特位并进行更正得出前四位为信息码字。-Ring
cf746
- 可以实现模式识别领域的数据的分类及回归，匹配追踪和正交匹配追踪，该函数用来计算任意函数的一阶偏导数(数值方法)。- You can achieve data classification and regression pattern recognition, Matching Pursuit and orthogonal matching pursuit, This function is used to calculate the arbitrary function of the first