搜索资源列表
precision
- 在文本分类中对测试集进行测试后求得分类的准确率。-in the text classification of the test after test to seek classification accuracy.
beiyesifenbu
- 分类判别中，bayes判别的确具有明显的优势，与模糊，灰色，物元可拓相比，判别准确率一般都会高些，而BP神经网络由于调试麻烦，在调试过程中需要人工参与，而且存在明显的问题，局部极小点和精度与速度的矛盾，以及训练精度和仿真精度间的矛盾，等，尽管是非线性问题的一种重要方法，但是在我们项目中使用存在一定的局限，基于此，最近两天认真的研究了bayes判别，并写出bayes判别的matlab程序，与spss非逐步判别计算结果一致。-Classif
pca-svm
- 使用pca和svm方法对表情进行分类，有较高的识别准确率-The use of pca and expression svm classification methods, which have a higher recognition accuracy
jiyuneirongdeyinpinjiansuoyan
- 本文根据上述的研究，采用基于Mel倒谱系数特征的隐马尔可夫模型对音 乐进行分类。在音乐特征提取方面，以感知特征和Mel倒谱系数组成特征向量 在音乐分类方面，以隐马尔可夫模型作为分类器，对音乐进行聚类和分类。通过 有监督的学习方式进行聚类，分类时将测试样本归入似然值最大的类别，对同一 音频抽取若干样本，对样本识别结果采用投票法，判定该音频的音乐类别，使分 类的准确率得到进一步的提高。根据上述方法进行了仿真实验，并对实
K-meansNB
- ：将K—means算法引入到朴素贝叶斯分类研究中，提出一种基于K—means的朴素贝叶斯分类算法。首先用K— me．arks算法对原始数据集中的完整数据子集进行聚类，计算缺失数据子集中的每条记录与 个簇重心之间的相似度，把记 录赋给距离最近的一个簇，并用该簇相应的属性均值来填充记录的缺失值，然后用朴素贝叶斯分类算法对处理后的数据 集进行分类。实验结果表明，与朴素贝叶斯相比，基于K—means思想的朴素贝叶斯算法具有较高的分类
nerve
- 人工神经元分类模型，可以对短文本进行分类并且有比较高的准确率（训练文本正确时）-Artificial neural classification model can be classified on the short text and a relatively high accuracy rate (training text correctly)
navieBayes
- 条件独立的有监督朴素贝叶斯分类算法。参数估计，输入训练集和测试集，得到分类结果和分类准确率-naviebayes
NB
- 特征之间非独立的有监督朴素贝叶斯分类算法。参数估计，输入训练集和测试集，得到分类结果和分类准确率-NB
SLIQ
- 改进的 SLIQ 算法 能够有效地减少计算的复杂度，且算法不需要将所有属性的所有属性值的吉尼指数全部计 算，而是通过计算不同范围内的属性值就可以达到同样的效果。本文结合实际生活中的实 例，将该算法与原有 SLIQ 算法和基于人工神经网络的分类算法应用结果比较，实验结果 表明该算法的分类准确率远远高于 SLIQ 算法和基于人工神经网络的分类算法。-Improved SLIQ algorithm can effectivel
iris
- iris数据分类，bp神经网络实现，适当调整训练次数和训练精度，分类准确率可达99 以上-iris data classification, bp neural network, training times and training appropriate adjustments to the accuracy, classification accuracy rate of 99 or more
SVM(CPP)
- 目前比较流行的数据挖掘中的用于分类的算法，能达到较高的分类准确率-classifing algorithm for dating ,have a more clsaaifing accuracy
algorithms
- 分类算法是统计学分类方法，它是一类利用概率统计知识进行分类的算法。在许多场合，朴素贝叶斯(Naï ve Bayes，NB)分类算法可以与决策树和神经网络分类算法相媲美，该算法能运用到大型数据库中，且方法简单、分类准确率高、速度快。-The classification algorithm is the statistical classification, it is a knowledge of probability and
svm参数优化
- 采用svm来做分类，一般能得到较满意的结果，但用svm做分类预测时需要调节相关的参数才能得到比较理想的预测分类准确率，那么svm的参数该如何选取？该程序主要说明如何更好地提升分类器性能。(Use svm to do the classification, the general can get more satisfactory results, but when using svm to do classification predi
分类准确率
- 将训练样本的约简结果用测试样本来验证，通过每条记录来对比得到相应的正确率，并输出验证所花的时间，注意约简结果必须以result.txt命名，测试样本以test.txt命名。（与verify1得到结果一样，只是程序当中稍稍有所改动）(The reduction results of the training sample are verified by the test sample, and the corresponding corr
matlab贝叶斯分类(1)-简单样本集
- 利用matlab实现贝叶斯分类，采取“留一法”选取训练集和测试集，最后返回准确率为0.8571。(Bias classification is realized by MATLAB, and training set and test set are selected by "leaving one method", and the accuracy of return is 0.8571.)
matlab贝叶斯分类(2)-10折10次交叉验证
- 利用matlab实现贝叶斯分类，采用10折10次交叉验证法选取训练集和测试集，进行循环测试，最后返回准确率为0.9184.另外，文件内含数据源。(The Bias classification is realized by MATLAB, and the training set and test set are selected by 90% off 10 times cross validation method, and the
基于极限学习机ELM的数据分类
- 针对数据分类问题，提出了基于极限学习机的分类方法，将数据样本分为训练样本和测试样本，并采用准确率指标进行评价。(Aiming at the problem of data classification, a classification method based on extreme learning machine is proposed. The data samples are divided into training samp
第一次作业_基于分类算法的雷达状态识别
- 第一次作业_基于分类算法的雷达状态识别 对于本数据集中的雷达状态识别，数据降维前使用朴素贝叶斯、支持向量机、神经网络的分类算法对于识别的准确率无太大影响；数据降维后使用神经网络算法最优，支持向量机算法其次，朴素贝叶斯算法较差。此外，训练样本越多，分类准确率有小幅度提高。(First Operation Radar State Recognition Based on Classification Algorithms
花卉分类
- 提供十种花卉的图像识别与分类，测试集准确率较好(Provide ten kinds of flower image recognition and classification)
SVM分类
- 基于SVM的疲劳驾驶系统。基于神经网络的非接触式疲劳驾驶检测已成为当前针对疲劳驾驶检测领域炙手可热的研究方向。它有效解决了接触式疲劳检测方法给驾驶员带来的干扰以及单一信号源对于反映疲劳程度可靠性低的问题，同时通过设计神经网络模型对多源信息进行分类，实现对疲劳状态的高精度和高速度的检测。选取合适的特征值对网络检测准确率以及准确反映疲劳程度至关重要。基于驾驶员生理信号检测可靠性和准确性较高。(Fatigue driving system b