搜索资源列表
jiaocha
- 图像分类中的交叉验证方法，比如说，一个训练集集合，为了得到其中参数的较准确值，就可以使用此类算法-Image Classification Based on cross-validation method, for example, a collection of training set, in order to obtain more accurate values of these parameters, you can use
SVM_FACE
- 基于支持向量机的人脸检测训练集增强算法实现。根据支持向量机(support vector machine，简称SVM)~ ，对基于边界的分类算"~(geometric approach)~ 言，类别边界附近的样本通常比其他样本包含有更多的分类信息．基于这一基本思路，以人脸检测问题为例．探讨了 对给定训练样本集进行边界增强的问题，并为此而提出了一种基于支持向量机和改进的非线性精简集算法 IRS(improved reduced
svm
- 改进的支持向量机工具，直接输入测试集合训练集，得到训练模型的roc图像和auc值-Improved support vector machine tools, direct input test set training set, obtain training model roc images and auc values
INEX07-XER-testing.tar
- 是2007INEX任务中实体排序任务中的训练集-Sort of entity is 2007INEX mission task of training set
VoiceIdentify
- 语音识别相关的源程序，包括录音，设计训练集，语音识别等内容-Speech recognition-related source, including audio, design the training set, the content of speech recognition, etc.
bayes
- 实现朴素贝叶斯文本分类器，用java实验，还包括readme和训练集-Naive Bayes text classifier to achieve with java experiments, including readme and the training set
20100625
- 本程序实现了基于朴素贝叶斯方法的文本分类，附有源代码、实验报告、可执行程序以及语料库（包括训练集和测试集） -This procedure implements the text-based Naive Bayes classification method, with source code, test reports, executables and corpus (including the training set and te
AdaBoost
- 一篇在人脸检测时用于训练反面训练集的文章，可以-A face detection in the negative training set for training the article, you can see
ID3
- 实现ID3算法，在结果中以树表示出来。决策树是对数据进行分类，以此达到预测的目的。该决策树方法先根据训练集数据形成决策树，如果该树不能对所有对象给出正确的分类，那么选择一些例外加入到训练集数据中，重复该过程一直到形成正确的决策集。-ID3 algorithm to achieve, in the results that come out to the tree. Decision tree is to classify the dat
aa
- 基于粗糙集的网页训练样本集的分类属性的选择，好东西，赶紧下-classify attribute from web page training2set
LBGVQ_wgy
- LBG矢量量化C/C++语言实现（可执行） LBG是经典的矢量量化算法，通过对训练集的分析，生成适量量化使用的码本。 实现过程简单明了，就一个CPP文件。-LBG VQ C/C++ language (executable) LBG is a classic vector quantization algorithm, the analysis of the training set to generate code us
k1
- 使用KNN算法编辑的分类程序，压缩包里包含训练集和测试集-the classifier programed with KNN algrothm. can be used in database.
traingface
- 关于面部的图像资料,可以作为用于面部识别的训练集和识别样本-On the face of the image data can be used as training set for face recognition and identification of samples
SVM
- 用于各种分类的支持向量机matlab程序，可自定训练集和验证集数量-lib-SVM matlab program
ELM
- 训练集/测试集产生 load spectra_data.mat 随机产生训练集和测试集 temp = randperm(size(NIR,1)) 训练集——50个样本 P_train = NIR(temp(1:50),:) T_train = octane(temp(1:50),:) 测试集——10个样本 P_test = NIR(temp(51:end),:) T_test = oc
Matlab_Toolbox_adaboostAlgorithm
- 提供了adaboost Algoritm的工具箱，该算法是一种迭代算法，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 the different classifiers (wea
cross-validation
- matlab交叉验证cross Validation，把样本集分为训练集和测试集，防止网络出现过拟合，提高网络的泛化能力和预测精度-cross Validation for matlab，to estimate the test accuracy,training accuray and validation accuracy of a neural network
PCA_based-Face-Recognition-System
- 运行成功。用于人脸识别的PCA程序，里面包含训练集和测试集，很好。-PCA_based Face Recognition System.
PG_BOW_DEMO
- 图像的特征用到了Dense Sift，通过Bag of Words词袋模型进行描述，当然一般来说是用训练集的来构建词典，因为我们还没有测试集呢。虽然测试集是你拿来测试的，但是实际应用中谁知道测试的图片是啥，所以构建BoW词典我这里也只用训练集。 其实BoW的思想很简单，虽然很多人也问过我，但是只要理解了如何构建词典以及如何将图像映射到词典维上去就行了，面试中也经常问到我这个问题，不知道你们都怎么用生动形象的语言来描述这个问题？
hiden-Markov-Model
- 通过的隐马尔科夫模型的源程序，直接输入训练集（txt文档）即可。-By the hidden Markov model of the source, a non-computer science and sister debugging through the grounds, direct input training set (txt document) can, thank you sister school.