搜索资源列表
wapeq1.6建站下载
- wapEQ独立自主的wap手机建站程序的出现可以说是wap手机建站行业的一个里程碑，本系统采用PHP+MYSQL为解决方案， PHP与MySQL的紧密结合使PHP更加优越，速度快、安全性高，也是业内第一款php+mysql的wap整站建站系统。 Wapeq建站系统是目前业内领先的独立手机wap建站系统,具有智能建站及智能管理的双重功能,采用国际领先的所见即所得的可视化建站技术, 一个稍有上网经验、会打字的人，使用我们的"wap手机建
kNNClassifier
- K-NN 分类器, 用C语言写的.大家一起参考一下. -K-NN classifier, using the C language. U.S. with reference.
DM4
- 执行流程： 1. 用户输入参数：K的选择，训练数据，测试数据的路径； 2. 读取训练数据集和测试数据集文件，用ArffFileReader类读取并组织起InstanceSet数据结构； 3. 利用上面的相似度量标准，对每一个测试集中的Instance，计算与其最相似的K个训练集中的Instance，通过投票进行分类，将分类结果存储经Instance的成员变量targetGuess中； 4. 对分类结果进行度量，包括分类正
tmp
- 编写一个模拟人工洗牌的程序，将洗好的牌分别发给四个人。 使用结构card 来描述一张牌，用随机函数来模拟人工洗牌的过程，最后将洗好的52张牌顺序分别发给四个人。 对每个人的牌要按桥牌的规则输出。即一个人的牌要先按牌的花色（顺序为梅花、方块、红心和黑桃）进行分类，同一类的牌要再按A、K、Q、J、…、3、2牌的大小顺序排列。另发牌应按四个人的顺序依次分发。-Write a simulation program manual shuf
K-MEANS-Clustering
- 实现了一个聚类CMI算法，对给定一个数据集，按要求将其划分为三个类，并计算其分类的效率，并给出一定的结果比较及输出-It s a K-Means clustering algorithm
knnclassification
- 这是一个KNN分类器的matlab函数（K近邻分类器）,可自由选择参数k-it s a KNN classifier program of the matlab ,you can chose the parameter k to conduct the classify procedure
GMM_EM
- 2类分类高斯混合模型 使用k-means的方法来初始化GMM， 基于EM算法计算出GMM模型参量。 测试GMM模型分别有2个，4个，8个混合成分-2-class classifier with Gaussian Mixture Models. Use the k-means method to initialize the GMM’s Then improve the GMM models iteratively b
fisher
- Fisher线性鉴别分析已成为特征抽取的最为有效的方法之一 .但是在高维、小样本情况下如何抽取Fisher最优鉴别特征仍是一个困难的、至今没有彻底解决的问题 .文中引入压缩映射和同构映射的思想 ,从理论上巧妙地解决了高维、奇异情况下最优鉴别矢量集的求解问题 ,而且该方法求解最优鉴别矢量集的全过程只需要在一个低维的变换空间内进行 ,这与传统方法相比极大地降低了计算量 .在此理论基础上 ,进一步为高维、小样本情况下的最优鉴别分析方法建立了一
KNN
- 邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。 kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 k
ImageClassification-master
- 在这个项目中，我们的目标是建立一个识别和大小231x231图像呈现对象分类系统。我们得到了一组训练图像，每四个标签之一：1飞机；汽车2；3马，否则。我们提供了两个特点：一是方向梯度直方图（HOG），其尺寸为5408；另一个是overfeat ImageNet美国有线电视新闻网的特点，其尺寸37000。关于测试图像，我们只给出了每个图像的功能，没有标签，结果判断由平地机。我们的目标是提供二进制和多个预测。平衡错误率（BER）是我们的性能评
knn
- 邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。(Neighborhood algorithm, or K nearest neighbor (kNN, k-NearestNeighbor) classification algorithm is one of the simples
kenston
- 用于数据建模时的样本集自动划分方法，方法简单实用(Method of automatic sample set time for data modeling, including KS,, simple and practical method)