搜索资源列表
给定限制期条件下最小风险路径的选取算法.rar
- 给定限制期条件下最小风险路径的选取算法
matlab作业
- 模式识别一份很好的作业,包括线性分类器；最小风险贝叶斯分类器；监督学习法分层聚类分析；K－L变换提取有效特征,支持向量机-a very good operation, including linear classification; Minimum risk Bayesian classifier; Supervised learning method Hierarchical clustering analysis; K-L tran
Classify
- VC实现的手写体识别程序。实现手写数字给出不同的分类器识别结果，可心采用模板匹配分类器（最邻近模板匹配法）识别， Bayes分类器识别（使用二值数据的Bayes方法,最小错误概率的Bayes方法，最小风险的Bayes方法)，线性函数分类法识别（Fisher算法，奖惩算法，增量校正算法，LMSE算法的识别），非线性分类法（势函数法）识别，神经网络分类法识别（包括神经网络训练，神经网络建立后输出权值，测试与比较，神经网络识别）。 运
FenLeiSuanFa
- 关于分算的智能算法演示，包括样品训练、模板匹配算法，二值Bayes分类，概率Bayes分类，最小风险Bayes分类，Fisher算法，奖惩算法，增量校正算法，LMSE算法，势函数算法，神经网络算法（包括训练，比较及识别）等。
zuixiaofengxianlujing
- 给定限制期条件下最小风险路径的选取算法，caj格式的
用matlab实现最小风险bayes准则
- 用matlab实现最小风险bayes准则
基于支持向量机的手写数字识别（小论文+matlab编程及结果）
- 支持向量机的研究现已成为机器学习领域中的研究热点，其理论基础是Vapnik[3]等提出的统计学习理论。统计学习理论采用结构风险最小化准则，在最小化样本点误差的同时，缩小模型泛化误差的上界，即最小化模型的结构风险，从而提高了模型的泛化能力，这一优点在小样本学习中更为突出。SVM理论正是在这一基础上发展而来的，经过十几年的研究和发展，已开始逐步应用于一些领域。在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势，已经在模式识别、函数
给定限制期条件下最小风险路径的选取算法
- 给定限制期条件下最小风险路径的选取算法- Assigns under the limit time condition the smallest risk way selection algorithm
matlab作业
- 模式识别一份很好的作业,包括线性分类器；最小风险贝叶斯分类器；监督学习法分层聚类分析；K－L变换提取有效特征,支持向量机-a very good operation, including linear classification; Minimum risk Bayesian classifier; Supervised learning method Hierarchical clustering analysis; K-L tran
Classify
- VC实现的手写体识别程序。实现手写数字给出不同的分类器识别结果，可心采用模板匹配分类器（最邻近模板匹配法）识别， Bayes分类器识别（使用二值数据的Bayes方法,最小错误概率的Bayes方法，最小风险的Bayes方法)，线性函数分类法识别（Fisher算法，奖惩算法，增量校正算法，LMSE算法的识别），非线性分类法（势函数法）识别，神经网络分类法识别（包括神经网络训练，神经网络建立后输出权值，测试与比较，神经网络识别）。 运
FenLeiSuanFa
- 关于分算的智能算法演示，包括样品训练、模板匹配算法，二值Bayes分类，概率Bayes分类，最小风险Bayes分类，Fisher算法，奖惩算法，增量校正算法，LMSE算法，势函数算法，神经网络算法（包括训练，比较及识别）等。-Count on the sub-intelligent algorithm demonstration, including sample training, template matching algorith
zuixiaofengxianlujing
- 给定限制期条件下最小风险路径的选取算法，caj格式的-Restriction period given under the conditions of minimum risk path selection algorithm, caj format
Bayes-Matlab
- 基于最小错误率，和最小风险的Bayes分类器Matlab 实现 -Bayes Matlab
bayes
- 贝叶斯决策包含最小风险和最小错误概率两种情况的仿真-Bayesian decision-making included the minimum risk and minimum error probability of the two simulation
work_for_pattern_recognition
- 通过设计线性分类器；最小风险贝叶斯分类器；监督学习法分层聚类分析；K－L变换提取有效特征，设计支持向量机对给定样本进行有效分类并分析结果。-By designing a linear classifier minimum risk Bayes classifier supervised learning method hierarchical cluster analysis K-L transform to extract ef
Mymm
- 本程序实现了最小最大化准则，可以实现风险最小，是信号检测与估计的一部分内容。-This progrom finished the fuction of minmax criterion.
judger
- 最小错误率和最小风险贝叶斯分类器，附带示例数据-Minimum error rate and minimum risk Bayes classifier, with sample data
beiyesi2
- 最小风险贝叶斯器对学生成绩进行分类。包含随机生成学生成绩-Bayesian minimum risk classification connector on student achievement. Contains randomly generated student achievement
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
Bayes
- 传统贝叶斯分类器，最小错误率贝叶斯分类器、最小风险贝叶斯分类器-Traditional Bayesian classifier, the minimum error rate classifier, minimum risk Bayes classifier