搜索资源列表
XCS1.2.tar
- 一个遗传算法的分类算法实现，使用C语言实现
ClusterImageSeg
- 一个利用各种聚类算法实现遥感影像分割的程序，包括K均值、ISODATA、模糊C均值等！-use of a clustering algorithm remote sensing image segmentation procedures, including K-means, ISODATA, Fuzzy C- Means, and so on!
XCS1.2.tar
- 一个遗传算法的分类算法实现，使用C语言实现-err
20081104ga_src
- 遗传算法(GA)和神经网络(network)结合的算法，用于图像分类，包含完整的工程-Genetic Algorithm (GA) and neural network (network) combining algorithm, for image classification, including the complete works
sorts
- Generic sorting algorithms；分类问题的遗传算法，C++ 源程序。-Generic sorting algorithms classification of the genetic algorithm, C++ Source.
GAjulei
- 该程序通过遗传算法对图像进行聚类分析，并实现了图像的分类功能，分类效果明显较其他算法好-The genetic algorithm procedure for cluster analysis of the images and to achieve the classification of image features, the classification results significantly better than the
ImagePatternRecognition
- 本书介绍图像模式识别的各种算法及其编程实现步骤。全书共分为10章，内容包括：模式识别的基本概念，位图的基础知识，分类器设计，模板匹配分类器，基于概率统计的Bayes分类器，几何分类器，神经网络分类器，图像分割与特征提取，聚类分析，模糊聚类分析，遗传算法聚类分析-Image Pattern Recognition
GAFCM
- 遗传算法改进的模糊C-均值聚类MATLAB源码 模糊C-均值算法容易收敛于局部极小点，为了克服该缺点，将遗传算法应用于模糊C-均值算法(FCM)的优化计算中，由遗传算法得到初始聚类中心，再使用标准的模糊C-均值聚类算法得到最优分类结果。 -Value algorithm (FCM) of the optimization calculations, by the genetic algorithm is the initi
Bayes
- 基于信息几何构建朴素贝叶斯分类器，一篇论文，写的挺好的。请改名为doc 简单的实现了遗传算法的功能。-Geometry-based Naive Bayes classifier to build, a paper written in very good shape. Simple implementation of genetic algorithm.
0903
- 基于遗传算法的bp神经网络对基因芯片数据进行分类，能进行准确的分类，能运行。很实用-bp svm matlab
gaMatlab
- 模糊C-均值算法容易收敛于局部极小点，为了克服该缺点，将遗传算法应用于模糊C-均值算法(FCM)的优化计算中，由遗传算法得到初始聚类中心，再使用标准的模糊C-均值聚类算法得到最优分类结果。-Fuzzy C-means algorithm converges to local minimum points easily, in order to overcome the shortcomings of genetic algorithm
mode
- 基于VC的各种聚类和分类算法程序。 手写数字或者打开已有的手写数字图像后，在右视图空白处，单击鼠标左键，激活右视图，选择菜单中的各种分类算法，可以对手写数字进行分类。有模板匹配分类器、Bayes分类器、线性函数分类法、非线性分类法、神经网络分类器。 在左视图上单击鼠标左键，可获得3种数据源：标准数字聚类、手画图形聚类、位图文件分析聚类。可以进行特征提取、模糊聚类和遗传算法。-VC-based clustering and
genetic-algorithm
- 遗传算法，分类器，聚类器，在VC++环境下实现。-genetic algorithm, classifier, cluster,VC++
chapter3
- 使用遗传算法的神经网络分类，可以较好的实现(Neural network classification using genetic algorithms)
RBF遗传优化
- 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。(RBF network can approximate any nonlinear function, regularity can handle within the system to parse, has g
BP
- 遗传算法优化BP神经网络，用于随机数组的分类(Genetic algorithm optimization neural network for random array classification)
模式识别代码
- 基于matlab的Iris、乳腺癌数据集的模式识别分类算法，含有 遗传算法+SVM、isodata、感知器算法、LMSE、神经网络等算法的实现代码，用于聚类效果良好，是模式识别大作业的参考资料(The pattern recognition classification algorithm based on MATLAB for Iris and breast cancer data sets contains the implemen
RAGA_PPC投影程序
- 里面包含4个文件，很清晰，基于遗传算法的投影寻踪分类(it is a matlab file about RAGA_PPC)
nichingparticle-swarm-optimization
- 粒子群优化算起源于对鸟群、鱼群以及对某些社会行为的模拟，是一种基于群体智能的进化计算技术。而小生境技术则起源于遗传算法，这种方法能使基于群体的随机优化算法形成物种，从而使相应的优化算法具有发现多个最优解的能力。而多分类器集成技术则是通过多个分类器进行某种组合来决定最终的分类，以取得比单个分类器更好的性能。多分类器集成技术要求基元分类器不仅个体性能要好并且其差异度要大，这与小生境技术形成物种的能力具有很多内在的相似性。目前己经有研究者将小
GA & PSO+BP
- 遗传算法与粒子群算法优化BP，有较好的分类效果(BP optimization based on Genetic Algorithm and particle swarm optimization)