搜索资源列表
基于自组织数据挖掘的分类器动态集成选择的程序
- 基于自组织数据挖掘的分类器动态集成选择的程序，非常有用
利用竞争学习进行模式分类实例
- 利用竞争学习进行模式分类实例-using competitive learning example for pattern classification
一个主要用于预测和分类的源程序
- 开发环境:Matlab 简要说明:程序包含的设置包括：列数、样本总个数、建模样本数、预报因子数、预报对象数、学习因子、 动量因子、训练次数、总体误差、隐节点数。-development environment : Matlab brief descr iption : program includes the installation including : number, the total sample number,
决策树学习及SEE5的使用
- 数据挖掘分类算法决策树学习算法介绍以及SEE5的使用说明-data mining algorithms decision tree classification algorithm presentations and the use SEE5
模式分类
- 该程序可以对二维三类样本进行分类，并画出分界面．学习过模式识别的人必看．要学习神经网络的人必看，代码简单，实用性强-the procedure three samples of two-dimensional classification and paint interface. Learning the pattern recognition Watchable. To study the neural network Watchab
percep
- 感知器网络的几个例子 都试过的，不错 包括分类 学习 等-perceptron network had tried several examples, including a breakdown good learning
matlabwangluoyingyong
- 基于matlab的BP神经网络分类学习资料-Based on the matlab BP neural network classifier learning material
SVM神经网络的数据分类预测-葡萄酒种类识别
- SVM神经网络的数据分类预测-葡萄酒种类识别(SVM neural network data classification prediction - wine type identification)
机器学习之西瓜分类
- 是一个将西瓜分类的学习算法。有详细的注释。(Is a classification of watermelon learning algorithm.)
遥感图像自动分类参考论文
- 内有利用机器学习模型去对遥感图像自动分类的研究论文；(There is a research report on automatic classification of remote sensing images using machine learning model;)
大数据下的机器学习算法综述
- 研究大数据环境下的机器学习算法成为学术界和产业界共同关注的话题. 文中主要分析和总结当前用于处理大数据的机器学习算法的研究现状.(Developing machine learning algorithms for big data is a research focus. In this paper, the state of the art machine learning techniques for big data are i
3.贝叶斯分类器
- 贝叶斯定理是用数学的方法来解释生活中大家都知道的常识，而机器学习使用的各种算法中，最常见的就是贝叶斯定理。此代码为贝叶斯分类python代码，包含高斯贝叶斯分类器，多项式贝叶斯分类器和伯努利贝叶斯分类器，并有具体的数据例子进行仿真比较(Bias's theorem is a mathematical way to explain all the common sense in life, and machine learning usi
K均值分类
- 监督分类学习代码，k-均值，希望学习者能用到。谢谢。(The classification code, k- mean, hope that learners can use. Thank you)
BP神经网络的数据分类-语音特征信号分类
- bp网络用于数据分类，一类语音特征信号的分类，以供参考学习(BP network is used for data classification, and a class of speech feature signals is classified for reference learning)
bp-分类器
- 这是bp神经网络的M文件，包括BP网络的第一阶段学习期（训练加权系数wki，wij)，BP网络的第二阶段工作期（根据局训练好的wki，wij和给定的输入计算输出），程序里有详细注释。该程序被用来作为分类器使用。(This is the BP neural network M files, including the first phase of BP network learning period (training weighting
无导师学习神经网络的分类——矿井突水水源判别
- matlab智能算法 无导师学习神经网络的分类 矿井突水水源判别(Matlab intelligent algorithm Classification of non tutor learning neural network identification of water inrush water source in mine)
ELM分类器
- ELM是基于深度学习的分类器，运算速度快。 在B_data.m里导入待分类矩阵B.mat（1-n列为特征值，n列为标签）；运行B_data.m；再打开fuzzyEn_main.m并运行即可。(ELM is based on depth learning classifier, computing speed. In B_data.m imported matrix to be classified B.mat (1-n as eig
RBF学习算法
- 该文件主要是在Matlab条件下开发的RBF算法，主要用于机器视觉学习分类(This file is mainly a RBF algorithm developed under the condition of Matlab, which is mainly used for machine vision learning classification.)
SVM机器学习算法
- 该文件主要包含了Matlab条件下开发的SVM算法，该算法主要用于机器视觉的学习与分类(The file mainly includes the SVM algorithm developed under the Matlab condition, which is mainly used for learning and classification of machine vision.)
增量学习
- 关于增量学习很好的文件，包括了增量分类，增量回归等方法。(A good document on incremental learning)