搜索资源列表
knn.kmeans.fisher
- 常用的分类方法，包括最近邻（NN），k均值（kmeans），k近邻，Fisher线性判别。-Commonly used classification methods, including nearest-neighbor (NN), k the mean (kmeans), k neighbors, Fisher linear discriminant.
cut_sample
- 使用二分法对样本集进行剪辑，剪辑法的思想，就是将样本集分成训练集与考试集， 利用训练集样本对考试集的样本进行分类（使用近邻法），如果考试集中某个样本分类错误的话，将这个样本删除。在该函数中，使用最近邻法，只进行一次剪辑（遍历完考试集中的样本以后退出）。还有一种重复剪辑法（适用于样本比较多的情况），把样本随机分为多个样本集，将相邻的两个样本前一个作为考试集，后一个作为训练集，调用二分剪辑。所有的样本子集剪辑完毕以后，在递归调用，直到没有
20064817924orl_faces_112x92
- ORL人脸图像库，共40人，每人10幅图像，其中每人的前5幅作为训练样本，后5幅作为测试分类样本，统计正确分类率。分类准则为最近邻规则。 真实的图像尺寸为112x92，列向量堆积对应人脸库矩阵的每一列。 -ORL face image database, a total of 40 per 10 images, each of which the first five as training samples, after th
knn
- 使用C语言编写的最近邻算法，可以直接运行，算法是对鸢尾花数据进行了分类。-Written in C language using the nearest neighbor algorithm can be run directly, the algorithm is the iris data are classified.
compute_eig
- 利用主成份分析PCA和傅立叶变换训练图像并用最近邻法进行识别分类-Using principal component analysis PCA and Fourier transform training images and used to identify the nearest neighbor classification method
ll
- K最近邻(k-Nearest Neighbor，KNN)分类算法-K nearest neighbor (k-Nearest Neighbor, KNN) classification algorithm
svm1
- svm分类的面确定，使用了最近邻的算法，归类以后得到一个分界面-svm classification of the surface determined using the nearest neighbor algorithm, obtained after classification of a sub-interface
regnize
- 实现0-9个手写数字的识别 使用了多种方法：最近邻、势函数、神经网络、贝叶斯分类器-To achieve recognition handwritten digits 0-9 using a variety of methods: the nearest neighbor, potential function, neural networks, Bayesian classifier
palmprint-recognition-
- 首先计算掌纹图像二维Gabo r小波变 换系数的幅值, 将其作为掌纹图像的原始特征 其次, 利用 2DPCA 实现原始特征的降维 然后, 利用PCA 与FLD 的融合算 法进行二次降维的同时提取出最有利于分类的鉴别特征 最后, 利用最近邻算法进行掌纹的分类识别。 -First calculate the two-dimensional Gabo r palmprint image wavelet coefficien
Face-recognition
- 本文针对人脸图像的特点，选取一组Gabor 小波核，并用这组Gabor 小波核对人脸图像进行Gabor 小波变换，提取人脸 图像的有效信息。在此基础上，用2DPCA 对Gabor 小波提取的 数据矩阵进行降维，最后用最近邻法对人脸进行分类。-In this paper, the characteristics of face images, select a set of Gabor wavelet kernel, and ch
KNN
- 使用matlab实现的KNN分类器，可以设置最近邻的个数-Implemented using the KNN classifier matlab, you can set the number of nearest neighbor
KNN
- K最近邻(K-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。-KNN algorithm
C
- K最近邻(K-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。-K nearest neighbor (K-Nearest Neighbor, KNN) classification algorithm, is a more mature approach in theory is the simplest machine learning algorithms.
knn
- java语言实现的KNN算法代码。 KNN就是K最近邻(k-Nearest Neighbor，KNN)分类算法-java language code of the KNN algorithm. KNN is a K-nearest neighbor (k-Nearest Neighbor, KNN) classification algorithm
Kmeans_classfication
- 一个用K近邻实现分类的算法，k最近邻算法是模式识别中的一种比较简单而经典的分类算法-Achieved with a K-nearest neighbor classification algorithms, k-nearest neighbor algorithm for pattern recognition is a relatively simple and classic classification algorithm
the-most-nearest
- 用最近邻法对数据进行分类，比较简单和基础的分类方法，可用于图像处理-With the nearest neighbor method for data classification, the classification of simple and basic method can be used for image processing
Particle-Swarm-Optimization-classify
- 按照粒子群算法以及最近邻法则对全体样品进行分类-In accordance with Particle Swarm Optimization method to classify the samples of the whole
KKNNn
- Knn算法综述、柔性KNN算法研究、一个高效的knn分类算法法、一种改进的KNN分类算法、一种优化的K最近邻协同过滤算法。 -The Knn algorithm summarized flexible KNN algorithm, an efficient knn classification algorithm method, an improved KNN classification algorithm, an optimiz
fast-human-tracking-
- 为实现红外图像序列中人体轮廓的精确跟踪, 提出了一种基于快速水平集的新算法. 首先, 在目标 区域及其邻近背景区域带上, 而不是在整个图像平面上, 采用模式分类中的最近邻决策思想来构建快速水 平集算法的速度函数 然后, 采用基于动态邻近区域的快速水平集来演化目标边界曲线以实现目标的轮廓 跟踪. 实验结果表明, 该算法能适应目标尺度的变化、目标的分裂或合并, 并获得人体的精确轮廓.-Fast contour tracking
knnsvm
- 结合KNN(最近邻)算法和SVM(支持向量机)算法的分类器，，原创-KNN+SVM classification recognition algorithms, absolute originality