搜索资源列表
Bayes_1
- 首先,对CATEGORY中的txt文件分类; 其次,对多个txt文件中的英文文本进行分词; 最后,通过贝叶斯公式进行分类;-First, in the txt file CATEGORY classification Secondly, multiple txt files in English text word Finally, by Bayes formula to be classified
Bayes-Classifier-Association-Rules
- 朴素贝叶斯分类是一种简单而高效的分类模型,然而条件独立性假设在现实中很少出,致使其性能有所下降。通过引入关联规则,从两方面来改善朴素贝叶斯分类的性能。一方面,通过对关联规则的挖掘,发现条件属性之间的关联关系,并且利用这种关联关系弱化朴素贝叶斯的独立性假设;另一方面,通过关联规则的置信度,给朴素贝叶斯加权。 -Naive Bayesian classifier is a simple and efficient classificatio
viterbi_de
- 卷积码译码霍夫曼编码及数学概率论贝叶斯公式; 卷积译码软判决通过3位量化可以比硬判决提高约2dB信噪比; 了解最大似然译码准则; -Soft Decoding Scheme of Convolution Codes Combined with Huffman Coding.Simulation study of the performance of ternary line codes under Viterbi decod
Example4
- 采用贝叶斯正则化算法(抑制过拟合)提高 BP 网络的推广能力,采用两种训练方法, 即 L-M 优化算法(trainlm)和贝叶斯正则化算法(trainbr),用以训练 BP 网络;-Bayesian regularization algorithm (inhibition of over-fitting) to improve the generalization ability of BP network, using two
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
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
gender-classification-experiments
- 这是用身高体重数据进行性别分类的实验。 用最小错误率贝叶斯分类器决策时,首先通过比较概率大小判断一个体重身高二维向量代表的人是男是女,然后再逐一与已知性别的数据比较,就可以得到错误率的统计。然后改变先验概率,重复上面的过程,观察数据结果的变化。 用最小风险贝叶斯分类器决策时,首先求出用最小错误率贝叶斯分类器得到的条件概率;然后根据人为给定的决策表,根据公式算出条件风险;然后逐一比较条件风险,找出使条件风险最小的决策(也就是分类)
Comparison-of-Bayesian-and-fisher
- 训练错误率和交叉验证错误率相等,在样本比较大时,这个结果是可以预期的;训练错误率一般低于测试错误率,但是当样本数据比较少时,实验也出现了意外,样本多的那组测试错误率比样本少的训练错误率还要小;在本实验中,同组数据的交叉验证错误率比独立测试错误率高,这个反常现象是因为样本的原因所致,交叉验证的样本小,而独立测试时所用训练样本数目大,因而出现这种情况。分类线上,fisher准则是一条直线,而贝叶斯分类器实际上是一个类似椭圆的封闭曲线;很明显
Complete-Training-of-TC
- 用贝叶斯模型实现文本分类,;里面包含分词,词频统计,去除停用词等模块,目前完成的是分类的训练阶段。-realize text categorization by using the NaiveBayes Model
Image-reconstruction_CS
- 合稀疏贝叶斯学习(SBL)和可压缩传感理论(CS),给出一种在噪声测量条件下重建可压缩图像的方法。该方法将cS理论中图像重建过程看作一个线性回归问题,而待重建的图像是该回归模型巾的未知权值参数;利用sBL方法对权值赋予确定的先验条件概率分布用以限制模型的复杂度,并引入超参数- Hop sparse Bayesian learning ( SBL ) and compressible sensing theory ( CS ) , g
MyBayes
- 2.编写两类正态分布模式的贝叶斯分类程序。 设以下模式类别具有正态概率密度函数: ω1:{(0 0)T, (2 0)T, (2 2)T, (0 2)T} ω2:{(4 4)T, (6 4)T, (6 6)T, (4 6)T} (1)设P(ω1)= P(ω2)=1/2,求这两类模式之间的贝叶斯判别界面的方程式。 (2)绘出判别界面。 3.已知服从正态分布的两类训练样本集分别为 :,,,,
Pattern-Recognition2
- 清华模式识别第二次作业,采用dataset2.txt 数据作训练样本,采用身高与体重特征进行性别分类,建立最小错误贝叶斯分类器;2、采用身高体重数据作为特征,以 dataset2.txt 作为训练数据,用 Fisher 线性判别方法设计分类器;3、从多层感知器、SVM、近邻法选择一种方法,进行上述的分类实验;-Tsinghua second operation pattern recognition using dataset2.txt
bayes
- 数据的正态检验和评估,原始样本贝叶斯分类并计算准确率;仿真生成1000个样本的贝叶斯分类及计算准确率;-Normality test and evaluate data, and calculate the original sample Bayesian classification accuracy simulation generated 1000 samples Bayesian classification and calc
lda-c
- LDA是一种文档主题生成模型,也称为一个三层贝叶斯概率模型,包含词、主题和文档三层结构。文档到主题服从Dirichlet分布,主题到词服从多项式分布。 LDA是一种非监督机器学习技术,可以用来识别大规模文档集(document collection)或语料库(corpus)中潜藏的主题信息。它采用了词袋(bag of words)的方法,这种方法将每一篇文档视为一个词频向量,从而将文本信息转化为了易于建模的数字信息。但是词袋
project1_code
- 这是matlab编写的3个常用机器学习分类器代码。其中包括了: 1)PCA 分类其;2)LDA分类器:3)naive贝叶斯分类器。 3个算法的实现参考了《Introduction to Machine Learning》。 除了这3个分类算法的实现外,代码里面还包含了用于测试的main.m 主程序和一个实验的简要报告。实验在著名数据集acoustic_train_data 上进行。-This source code includes
activity-recognition--based-on-hmm
- 一种HMM可以呈现为最简单的动态贝叶斯网络。隐马尔可夫模型背后的数学是由LEBaum和他的同事开发的。它与早期由RuslanL.Stratonovich提出的最优非线性滤波问题息息相关,他是第一个提出前后过程这个概念的。 在简单的马尔可夫模型(如马尔可夫链),所述状态是直接可见的观察者,因此状态转移概率是唯一的参数。在隐马尔可夫模型中,状态是不直接可见的,但输出依赖于该状态下,是可见的。每个状态通过可能的输出记号有了可能的概率
bayesleastrisk
- baye sleastrisk贝叶斯分类实验,设计简单的线性分类器-bayes leastrisk;bayes leastrisk
dynamic-path-planning
- (不错的一篇文章,已被EI收录)模型预测控制(model predictive control,MPC)路径规划算法适用于三维动态环境下的无人机(un-manned aerial vehicle,UAV)路径规划;动态贝叶斯网络(dynamic Bayesian network,DBN)能够有效推理战场态势,对无人机进行威胁评估。针对威胁尾随无人机时的路径规划问题,构建 DBN 威胁评估模型,将 UAV 在战场环境中的威胁态势用威胁等级
KKKK
- 改进了一种基于贝叶斯算法的短信过滤算法.首先介绍了短信特征选取,包括预处理、特征项选取、权重表示;在贝叶斯文本分类算法基础上做出改进,详细讲述了如何对短信样本预处理、特征项选取、提高分类正确率的方法,并且通过测试实验成功得出结果.-Improved algorithm based on Bayesian filtering algorithm first introduced the SMS text messaging feature
《MATLAB统计分析与应用3》
- 距离判别分析法、贝叶斯判别分析法;主成分分析matlab函数等(Distance discriminant analysis, Bias discriminant analysis, principal component analysis, matlab function, etc.)