资源列表
[其它资源] FastICA_21
说明：FASTICA算法从多维信号中估计其独立分量。FASTICA采用Hyvarinen的定点算法实现。-FASTICA(mixedsig) estimates the independent components given multidimensional signals. Each row of matrix mixedsig is one observed signal. FASTICA uses Hyvarinen s fixed-point algorithm.<w> 在 2025-06-17 上传 | 大小：39kb | 下载：0
[其它资源] AdaBoost
说明：Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器（强分类器）。-Adaboost is an iterative algorithm, the core idea is the same training set for training different classifiers (weak classifiers), then these weak classifiers together to f<黑色地位> 在 2025-06-17 上传 | 大小：3kb | 下载：0
[其它资源] DTW
说明：在孤立词语音识别中，最为简单有效的方法是采用DTW（Dynamic Time Warping，动态时间归整）算法，该算法基于动态规划（DP）的思想，解决了发音长短不一的模板匹配问题，是语音识别中出现较早、较为经典的一种算法，用于孤立词识别。HMM算法在训练阶段需要提供大量的语音数据，通过反复计算才能得到模型参数，而DTW算法的训练中几乎不需要额外的计算。所以在孤立词语音识别中，DTW算法仍然得到广泛的应用。-In isolated word speech recognition, the mos<黑色地位> 在 2025-06-17 上传 | 大小：2kb | 下载：0
[其它资源] KNN
说明：邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。 kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 kNN方法在类别决策时，只与极少量的相邻样本有关。由于kNN方<黑色地位> 在 2025-06-17 上传 | 大小：2kb | 下载：0
[其它资源] PCA
说明：主成分分析 （ Principal Component Analysis ， PCA ）或者主元分析。是一种掌握事物主要矛盾的统计分析方法，它可以从多元事物中解析出主要影响因素，揭示事物的本质，简化复杂的问题。计算主成分的目的是将高维数据投影到较低维空间。给定 n 个变量的 m 个观察值，形成一个 n ′ m 的数据矩阵， n 通常比较大。对于一个由多个变量描述的复杂事物，人们难以认识，那么是否可以抓住事物主要方面进行重点分析呢？如果事物的主要方面刚好体现在几个主要变量上，我们只需要将这几个变量<黑色地位> 在 2025-06-17 上传 | 大小：3kb | 下载：0
[其它资源] SVM
说明：在机器学习领域，支持向量机SVM(Support Vector Machine）是一个有监督的学习模型，通常用来进行模式识别、分类、以及回归分析。-In the field of machine learning, support vector machine SVM (Support Vector Machine) is a supervised learning model, typically used for pattern recognition, classification, an<黑色地位> 在 2025-06-17 上传 | 大小：9kb | 下载：0