搜索资源列表
分类程序
- 图像模式识别，vc++实现各种常用模式识别算法，包括分类器设计等-image pattern recogenise
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
patternrecognition_classify
- 模式识别—分类程序VC源码,是《图像模式识别VC++技术实现》一书的源码-pattern recognition-classification procedure VC source, "VC image pattern recognition technology to achieve" a source book
pointsclassify
- 用于模式识别分类，有C均值算法、HK算法以及感知器算法-for the classification, C-means algorithm, HK algorithm and Perceptron Algorithm
pattern-recognize
- 模式识别分类程序，贝叶斯，神经网络分类训练程序，很不错啊-the classification procedures, Bayesian neural network classifier training procedures, and it is very responds :
ganzhiqi
- 模式识别分类器，本代码是感知器，训练数据在压缩包的fisher1.txt中
all
- 模式识别分类器的设计，此为K均值法源码，经调试通过。所用数据为标准IRIS。
Fisher520
- 模式识别分类器的设计，此为fisher法源码，经调试通过。所用数据为标准IRIS。
LMS520
- 模式识别分类器的设计，此为LMS法源码，经调试通过。所用数据为标准IRIS。
模式识别第二次作业
- 基于贝叶斯原理，通过体重身高数据进行性别分类(Based on Bayes principle, sex classification is carried out by body weight and height data)
程序
- 模式识别，基于adaboost的人脸检测的相关程序(Pattern recognition, face detection program)
快速K-均值(kmeans)聚类图像分割算法源代码
- 本算法Kmeans可以用于非监督分类学习，用于图像处理、模式识别分类(The algorithm Kmeans can be used for unsupervised classification learning, for image processing, pattern recognition and classification.)
knn
- 模式识别中的k近邻算法，经过测试，运行结果很好。 最小距离分类器 : 它将各类训练样本划分成若干子类，并在 每个子类中确定代表点 。测试样本的类别则以其与这些代表点距离最近作决策。该方法的缺点是所选择的代表点并不一定能很好地代表各类，其后果将使错误率增加。(The k nearest neighbor algorithm in pattern recognition has been tested and the result is
ga-bp
- 一个遗传算法优化神经网络的分类器，可用于模式识别。(A genetic algorithm optimizes the classifier of neural network, which can be used for pattern recognition.)
Pattern Recognition
- matlab实现一些基础的模式识别工作，如贝叶斯分类，聚类算法，bp神经网络(Matlab implements some basic pattern recognition work, such as Bayesian classification, clustering algorithm, BP neural network)
神经网络与模式识别_丁铖_2017140818
- bp神经网络，用于风力发电机的故障分类，可用于二分类和多分类，已经线性回归和非线性回归(Bp neural network for fault classification of wind turbines, can be used for two-class and multi-classification, has linear regression and nonlinear regression)
鸢尾花分类
- 使用四种方法进行鸢尾花分类：最小距离分类器，K 近邻法，感知器，Fisher 准则。(Four methods are used to classify iris: minimum distance classifier, K-nearest neighbor method, perceptron and Fisher criterion.)
基于PCA的SVM分类
- 选择“BreastCancer”数据集，使用支持向量机(SVM)对其进行分类。作为对比，第一次对特征集直接进行支持向量机分类，第二次对特征集进行主成分分析法的特征提取后，再对特征提取后的特征集进行支持向量机分类。并且对比和分析了两次分类的结果。(The BreastCancer data set is selected and classified by Support Vector Machine (SVM). For compari
基于粒子群优化算法的特征选择SVM分类
- 针对“BreastCancer”数据集，作为对比，第一次对特征集直接进行SVM分类，第二次使用粒子群算法进行特征选择后再进行SVM分类。并且对比和分析了两次分类的结果。(For "BreastCancer" data set, as a comparison, the first time the feature set is directly classified by SVM, and the second ti
rbf
- RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。 简单说明一下为什么RBF网络学习收敛得比较快。当网络的一个或多个可调参数（权值或阈值）对任何一个输出都有影响时，这样的网络称为全局逼近网络。由于对于每次输入，网络上的每一个权值都要调整，从而导致全局逼近网络的学习速