搜索资源列表
PatTermExtraction
- 使用无监督的机器学习方法进行术语抽取的系统,具有预处理、分词、抽取术语等功能。-Unsupervised machine learning methods for term extraction system with preprocessing, segmentation, extracted terms, and so on.
manifold-learning.lle
- 流形学习是一种新的无监督机器学习方法，局部线形嵌入（Locally Linear Embedding，LLE）发现嵌入在高维数据中的低维流形，流形学习算法,MATLAB程序-manifold learning
Boosting-Relation-Extraction
- 通过使用命名实体识别提高无监督的关系提取 我们 也比较性能 KnowItAll最先进的系统性能，并以命名实体识别表现其模式学习 组件，它使用一个简单的和 强大的模式语言-also compare the performance of URES to the performance of the state-of-the-art KnowItAll system, and to the performance of its
m7_7
- 单神经元PID控制，基于有监督无监督以及改进的学习算法。-Single neuron PID control based on supervised unsupervised and improved learning algorithm.
SceneTextCNN_demo.tar
- 端至端卷积神经网络的文字识别,代码演示包. 它包含我们的论文中使用的所有主要组成部分: kmeans无监督特征学习 + 卷积神经网络(CNN)-This is a demo package of the code we used for our paper, "End-to-End Text Recognition with Convolutional Neural Networks", T. Wang, D. Wu, A.
FCMClust
- 模糊聚类分析作为无监督机器学习的主要技术之一，是用模糊理论对重要数据分析和建模的方法，建立了样本类属的不确定性描述，能比较客观地反映现实世界，它已经有效地应用在大规模数据分析、数据挖掘、矢量量化、图像分割、模式识别等领域，具有重要的理论与实际应用价值，随着应用的深入发展，模糊聚类算法的研究不断丰富-Unsupervised fuzzy clustering analysis as the main machine learning te
demoBagSVM
- 一种基于半监督的svm的图像分类方法。该方法通过聚类核的方法利用无标记样本局部正则化训练核的表达式。这种方法通过图像直接学习一个自适应的核。该程序仿真的是文章：Semi-supervised Remote Sensing Image Classification with Cluster Kernels。大家可以参考下。-A semi-supervised SVM is presented for the classification
Machine_Learning
- 包括无监督和监督的机器学习技术 • K-means and other clustering tools • Neural Networks • Decision trees and ensemble learning • Naï ve Bayes Classification • Linear, logistic and nonlinear regr
cwscore
- 主成分分析matlab程序，里面包含子程序，运用时直接调用主程序即可，可用于无监督模式学习-Principal component analysis matlab program, which contains a subroutine, the main program can be called directly when applying, can be used for unsupervised learning mode
KMeans
- K-均值聚类算法，属于无监督机器学习算法，发现给定数据集的k个簇的算法。 首先，随机确定k个初始点作为质心，然后将数据集中的每个点分配到一个簇中，为每个点找距其最近的质心， 将其分配给该质心对应的簇，更新每一个簇的质心，直到质心不在变化。 K-均值聚类算法一个优点是k是用户自定义的参数，用户并不知道是否好，与此同时，K-均值算法收敛但是聚类效果差， 由于算法收敛到了局部最小值，而非全局最小值。 K-均值聚类算法的一个
matlab_kmeans
- k-means无监督机器学习聚类算法，使得同聚类中的记录欧式距离最小。-K-means machine learning method without instruction, minilizing the distances of records in each clusters the.
EMSeg
- EM 算法是求参数极大似然估计的一种方法，它可以从非完整数据集中对参数进行估计，是一种非常简单实用的学习算法。这种方法可以广泛地应用于处理缺损数据、截尾数据以及带有噪声等所谓的不完全数据，可以具体来说，我们可以利用EM算法来填充样本中的缺失数据、发现隐藏变量的值、估计HMM中的参数、估计有限混合分布中的参数以及可以进行无监督聚类等等。-Expectation Maximization image segmentation
FLAE-master
- FLAE 方法，分类，半监督学习，字典学习，有标签数据，无标签数据(FLAE method,semi-supervised learning,label unlabel)
kernel-regression-master
- kernel方法，进行半监督学习，数据分类与识别，有标签与无标签(KERNELmethod,semi-supervised learning,classification,label unlabel)
test1
- SVM-无监督机器学习领域的经典算法，在神经网络未出现前，他是机器学习的顶梁柱，现在依然用处广泛，而且其核函数的使用范围早已超脱其本身，该实例对SVM算法进行了实现，具有相应的数据集。(SVM - Unsupervised machine learning in the field of classical algorithms, before the neural network does not appear, he is the
协同过滤算法
- 文本聚类(Text clustering)文档聚类主要是依据著名的聚类假设:同类的文档相似度较大，而不同类的文档相似度较小。作为一种无监督的机器学习方法，聚类由于不需要训练过程，以及不需要预先对文档手工标注类别，因此具有一定的灵活性和较高的自动化处理能力，已经成为对文本信息进行有效地组织、摘要和导航的重要手段，为越来越多的研究人员所关注。(Text clustering document clustering is based on t
稀疏自动编码器的matlab代码
- 本资源是3层的自编码器加上稀疏正则项约束的matlab代码。隐层激活函数选sigmoid函数，输出层选线性函数，程序中以一个标准数据集sonar为例，使用该方法可以做无监督表征学习，数据压缩，多任务学习等(This resource is a 3-layer self-encoder plus matlab code for sparse regular term constraints. The hidden layer activa