搜索资源列表
JavaBayes_src_v.0.346.2
- java编写的贝叶斯网络分类器（貌似没有模型构建和参数学习过程）-java prepared by the Bayesian network classifier (seemingly no model of the learning process and parameters)
BPbeyes
- 基于BP算法的贝叶斯网络参数学习， 实现了图形话的节点表示和样本生成， 图形话的结果分析-BP algorithm based on Bayesian network parameter learning, the achievement of the graphics, then the node express and sample generation, if the results of graphical analys
minipro
- 该系统功能：实现手写识别，能通过对样例库中的数据进行学习，然后能判别、分类新的输入样例。其中包含了Kn近邻算法，贝叶斯参数估计的实现。实现了open test, close test等测试方法。-The system features: realization of handwriting recognition, through the library of sample data for study, and then to ide
Bys
- 贝叶斯网络的算法，它具有结构学习，参数学习，和推理的功能。-failed to translate
bayesgauss
- 图像模式识别中使用的高斯型贝叶斯分类器，提供完整的参数选择-Gaussian Bayesian classifier
NaiveBayes.java.tar
- 基于weka的分类算法，用于weka拓展应用。朴素贝叶斯模型发源于古典数学理论，有着坚实的数学基础，以及稳定的分类效率。同时，该算法所需估计的参数很少，对缺失数据不太敏感，算法也比较简单。理论上，与其他分类方法相比具有最小的误差率。-Based on the classification algorithm weka, weka develop applications for. Naive Bayes model originated
bayesnetwork
- 用k2算法从先验概率构建贝叶斯网络，实现推理，结构学习，参数学习用贝叶斯方法。-K2 algorithm using Bayesian network built from the a priori probability to achieve reasoning, structure learning, parameter learning.
Pattern_recognition4
- 张学工老师模式识别第四次作业，分别用C均值方法，分层聚类方法和非监督参数下正态分布函数估计的贝叶斯决策对身高体重二维数据进行分类。-Zhang engineering teacher fourth pattern recognition operations, respectively C-means, hierarchical clustering methods, and non-normal distribution functi
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
BMDCP
- 突变分为如下主要的几种：均值突变（最常见）、方差突变、线性回归突变（也称趋势突变）、概率突变、空间型突变、谱突变、模型参数突变，等等。贝叶斯突变检测属于概率突变检测方法，其特点是能给出突变点的概率分布图。-Mutations are divided into the following main categories: the mean mutation (the most common), variance mutation, lin
classifier
- 两类二维相关正态分布条件下的最小错误率贝叶斯分类器，基于最小风险的贝叶斯分类器，Parzen窗法非参数估计分类器程序，Fisher线性判别法分类器程序。-Under normal conditions two types of two-dimensional correlation of minimum error rate of Bayesian classifier, the minimum risk-based Bayesian
proj03-02
- 考虑两个参数的一维三角概率模型,用贝叶斯方法对其进行估计，了解贝叶斯估计方法.-Consider the two parameters of one-dimensional triangular probability model, using Bayesian methods to estimate their understand Bayesian methods.
beiyesi
- 1 通过实验，掌握多元正态分布的最大似然估计； 2 掌握多元正态分布下的最小错误率的贝叶斯分类； 3 对其他的参数估计有更深的认识。 -1 experiment, master multivariate normal distribution maximum likelihood estimation 2 multivariate normal distribution under the minimum control
bayes
- matlab 贝叶斯推断优化最小二乘支持向量机参数的实例，速度更快-matlab Bayesian least squares support vector machine parameter optimization instance, faster
两类样本贝叶斯分类
- 贝叶斯分类器matlab源代码，基于正态分布概型，含参数已知和参数未知两种情况，并包含参数估计程序。
9cb364be040f6248013a44a3d343b582
- 贝叶斯网络的学习 。贝叶斯网络的学习分为：结构学习和参数学习。(Bias network learning. Bias network learning is divided into: structure learning and parameter learning)
work
- 1) 以身高为例，画出男女生身高的直方图并做对比； 2) 采用最大似然估计方法，求男女生身高以及体重分布的参数； 3) 采用贝叶斯估计方法，求男女生身高以及体重分布的参数（假定方差已知，作业请注明自己选定的一些参数情况）； 4) 采用最小错误率贝叶斯决策，画出类别判定的决策面。并判断某样本的身高体重分别为(160,45)时应该属于男生还是女生？为(178,70)时呢？(1) taking height as an example, dr
adaptiveBasis
- 贝叶斯参数学习电饭锅电饭锅的辅导费规范地方(Bayesian parameter learning)
贝叶斯网络工具包
- 贝叶斯网络工具包安装教程 贝叶斯网络参数过程中最大似然估计的详细过程(BAYESIAN NETWORK (Bayesian network parameters maximum likelihood estimation process detailed process))