注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 使用libsvm.jar库写的简单分类

  2. 简单的使用libsvm.jar包写的分类代码，代码虽简单，但对新人很有帮助，便于新人了解如何使用libsvm构造自己的分类器。简单的代码却包含了训练和预测所需的核心。对新手绝对有帮助。代码中已经包含了libsvm.jar，无需另外下载。

  3. 所属分类：Java

    • 发布日期：2012-12-12
    • 文件大小：50176
    • 提供者：glorychen1

  1. 多分类svm程序

  2. 一个用于人脸识别的多分类svm程序,可以训练预测，希望对大家有用。

  3. 所属分类：其它

    • 发布日期：2014-05-07
    • 文件大小：359424
    • 提供者：u010611715

  1. 朴素贝叶斯分类器

  2. 程序利用python实现了朴素贝叶斯分类器，根据训练语料数据对给出的测试数据预测对应邮件内容的作者， 并给出了分类器预测准确率。 nb_author_id.py为分类器实现，email_preprocess为语料预处理

  3. 所属分类：Python

    • 发布日期：2016-02-16
    • 文件大小：2048
    • 提供者：sabrina_living

  1. 基于朴素贝叶斯算法分类器

  2. 朴素贝叶斯对tic-tac-toe游戏结果数据集进行分类预测，正确率67.7%. 绝对完美的界面设计！ 绝对完整的测试数据+源码+可执行文件+用户手册+详细设计文档！！！ 还有小小游戏可以玩儿！！！

  3. 所属分类：其它

    • 发布日期：2008-11-27
    • 文件大小：1048576
    • 提供者：hddd2009

  1. matlab实现softmax分类

  2. 数据集：minist 分类器：softmax 实现语言：matlab 功能：训练+预测

  3. 所属分类：机器学习

    • 发布日期：2018-09-20
    • 文件大小：10485760
    • 提供者：hunzhangzui9837

  1. MATLAB模式识别实现指标分类评估预测如环境业绩等-training_data.xls

  2. MATLAB模式识别实现指标分类评估预测如环境业绩等-training_data.xls 最近看到很多会员需要使用MATLAB神经网络做如下的事情： 1：MATLAB神经网络对水的质量的分类、评估、预测 （属于环境类分类、评估预测） 2：MATLAB神经网络对空气质量的分类、评估、预测 （属于环境类分类、评估预测） 2：MATLAB神经网络对土壤质量的分类、评估、预测 （属于环境类分类、评估预测） 3：MATLAB神经网络对学员的个人表现进行分类、评估、预测 （属于个人业绩鉴定） 4：MATL

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：30720
    • 提供者：weixin_39840914

  1. MATLAB模式识别实现指标分类评估预测如环境业绩等-new_data.xls

  2. MATLAB模式识别实现指标分类评估预测如环境业绩等-new_data.xls 最近看到很多会员需要使用MATLAB神经网络做如下的事情： 1：MATLAB神经网络对水的质量的分类、评估、预测 （属于环境类分类、评估预测） 2：MATLAB神经网络对空气质量的分类、评估、预测 （属于环境类分类、评估预测） 2：MATLAB神经网络对土壤质量的分类、评估、预测 （属于环境类分类、评估预测） 3：MATLAB神经网络对学员的个人表现进行分类、评估、预测 （属于个人业绩鉴定） 4：MATLAB神经网

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：10240
    • 提供者：weixin_39840924

  1. MATLAB模式识别实现指标分类评估预测如环境业绩等-Training_NPR.m

  2. MATLAB模式识别实现指标分类评估预测如环境业绩等-Training_NPR.m 最近看到很多会员需要使用MATLAB神经网络做如下的事情： 1：MATLAB神经网络对水的质量的分类、评估、预测 （属于环境类分类、评估预测） 2：MATLAB神经网络对空气质量的分类、评估、预测 （属于环境类分类、评估预测） 2：MATLAB神经网络对土壤质量的分类、评估、预测 （属于环境类分类、评估预测） 3：MATLAB神经网络对学员的个人表现进行分类、评估、预测 （属于个人业绩鉴定） 4：MATLAB神

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：2048
    • 提供者：weixin_39841365

  1. MATLAB模式识别实现指标分类评估预测如环境业绩等-Use_For_Predict.m

  2. MATLAB模式识别实现指标分类评估预测如环境业绩等-Use_For_Predict.m 最近看到很多会员需要使用MATLAB神经网络做如下的事情： 1：MATLAB神经网络对水的质量的分类、评估、预测 （属于环境类分类、评估预测） 2：MATLAB神经网络对空气质量的分类、评估、预测 （属于环境类分类、评估预测） 2：MATLAB神经网络对土壤质量的分类、评估、预测 （属于环境类分类、评估预测） 3：MATLAB神经网络对学员的个人表现进行分类、评估、预测 （属于个人业绩鉴定） 4：MATL

  3. 所属分类：其它

  1. 训练作业创建：垃圾分类训练作业实验.zip

  2. 查看文章 https://blog.csdn.net/wwt72/article/details/106101707，使用该数据集学习华为云ModelArts，文件名称对应文章目录相关名称。 文件内容注：全民AI成长计划课程 - 实验环境准备.pdf 、训练数据文件夹、训练代码文件夹、及部分成功分类预测的图片。

  3. 所属分类：深度学习

    • 发布日期：2020-05-14
    • 文件大小：118489088
    • 提供者：wwt72

  1. 基于支持向量分类机的煤与瓦斯突出危险性预测

  2. 为了提高煤与瓦斯突出预测的准确性,提出了基于支持向量分类机的煤与瓦斯突出危险性分类的预测方法。该方法以地应力、瓦斯压力、煤的厚度和煤样筛分模数作为特征值,建立了煤与瓦斯突出危险性预测模型,分别选用单项式、多项式、RBF以及Sigmoid核函数对所选样本训练学习,确定了RBF做为预测突出危险性模型的核函数。

  3. 所属分类：其它

    • 发布日期：2020-04-21
    • 文件大小：237568
    • 提供者：weixin_38626032

  1. 基于bayes的图像分类

  2. 这是通过贝叶斯进行图像分类的代码，老师给的图片集共1000张，最终通过贝叶斯算法对图片训练预测分类，并输出混淆矩阵，召回率，F1，精确率。相关图片文件路径需自行修改。

  3. 所属分类：机器学习

    • 发布日期：2020-04-07
    • 文件大小：2048
    • 提供者：qq_43245200

  1. 信使RNA聚腺苷酸化位点的基于分类的预测模型

  2. 真核基因期间信使RNA聚腺苷酸化是基本加工步骤之一表达。聚腺苷酸化位点[（poly（A）site]]标记文字的结尾，这也是一个基因的结尾。一个可以证明聚（A）位点的计算程序不仅可以证明用于发现基因的基因组注释有用，但也可用于预测备用聚（A）站点。 现在可以从poly（A）站点数据集提取定义poly（A）站点的功能以构建此类预测模型。使用方法，包括K语法模式，Z曲线，位置特定的评分矩阵和一阶非齐次马尔可夫子模型，生成了许多特征并放置了迪南原始功能空间。要选择最有用的功能，属性选择算法，例如利用贝叶

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：872448
    • 提供者：weixin_38689477

  1. 基于改进Grassberger熵随机森林分类器的目标检测

  2. 对Grassberger熵进行改进,采用改进的Grassberger熵计算信息增益,选择分裂节点的最优分裂属性训练随机森林分类器,利用经过训练的随机森林分类器预测选择性搜索生成的子窗口是否包含目标。对每个训练样本及子窗口提取1个归一化梯度幅值、3个LUV颜色通道和6个梯度方向直方图的特征。在SenseAndAvoid数据集上测试了所提方法的性能,取得了73.2%的平均检测准确率。结果表明:安全包络范围内的平均检测准确率高于98%。利用改进的Grassberger熵计算信息增益,能提高目标检测的准

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：10485760
    • 提供者：weixin_38519234

  1. exoplanet_exploration_machine_learning：机器学习算法，可从所有观察到的开普勒“感兴趣对象”的累积记录中预测“候选”系外行星分类-源码

  2. 目标 使用各种机器学习分类模型预测候选系外行星分类。 使用网格搜索可以提高模型的准确性。 过程 数据清理和预处理 首先从csv文件读取数据，然后删除空列和空卷。 此后，仍然有几列可供选择以用作训练模型的功能。 想要使用最相关的功能，我通过使用ExtraTreesClassifier（）找到了数据集的前十个功能（按功能重要性排序），并将这些前十个功能存储为系列以用作我的X值。 koi_disposition列包含每个系外行星候选者的分类值，并将用作我的y值。 设置好X和y值后，我使用带有stra

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：7340032
    • 提供者：weixin_42120550

  1. 准时成熟：计算机视觉和NN项目可对水果成熟度进行分类并预测剩余保质期-源码

  2. 时间成熟了 项目描述 我想以此项目为契机，研究新兴的“智能农业”领域，以及计算机视觉和机器学习如何改善农业实践。 智能农业旨在将现代信息和通信技术引入经典的农场管理系统，以提高产品数量和质量，同时降低成本和环境影响。 机器学习技术已经在生长和收获周期的几乎所有阶段中得到了令人印象深刻的应用。 深度学习算法通过识别很有可能对植物产生有益性状的基因来帮助农民进行物种育种。 在大型植物图像数据集上训练的模型可以对许多物种进行高特异性分类。 农民还可以将机器学习技术应用于田间管理，特别是可以更好地监督

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：2048
    • 提供者：weixin_42149145

  1. tfjs-firebase：使用来自Firestore的数据训练模型，将其保存到Cloud Storage并在Cloud Functions中进行预测-完全使用NodeJS-源码

  2. 袋字文字分类 该项目涵盖： 使用Cloud Functions内部的Tensorflow.js以及来自Firestore的数据（仅使用Javascr ipt）训练模型。 重新训练模型（如果已经训练过并保存下来以快速有效地完成模型）。 利用云功能进行预测。 我创建了尽可能简单的用例。 我的模型应该预测评论（例如YouTube评论或Play商店评论）是正面还是负面。 我使用NodeJS从Firestore数据库训练它。 您可以随意克隆项目并将其用于任何目的。 可以轻松修改代码，以预测星级评论

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：149504
    • 提供者：weixin_42102272

  1. 皮肤科医生：Pytorch实施“皮肤科医生使用深度神经网络对皮肤癌进行分类”的研究论文。 Udacity提供的较小数据集-源码

  2. 皮肤科医生 在火炬中实现。 有关每个概念背后的程序逻辑和动机，请参见上述论文。 关于 如本文所定义，我们利用预先训练的（在ImageNet上）CNN，特别是Google的Inception V3来进行迁移学习。 分类器预测三个类别的图像，即黑色素瘤，痣和脂溢性角化病。 最初的研究人员定义了754个以上的类，但提供的数据仅允许三个类。 用法 克隆存储库 git clone https://github.com/Shubham-SK/dermatologist.git cd dermatologis

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：96468992
    • 提供者：weixin_42159267

  1. poseidon：Poseidon是基于python的应用程序，它利用软件定义网络（SDN）来获取网络流量并将其提供给多种机器学习技术。 机器学习算法对设备类型进行分类和预测-源码

  2. 波塞冬 软件定义的网络态势感知 波塞冬始于两个IQT Labs： 和。 该项目的目标是探索一种方法，以更好地识别给定（计算机）网络上的节点并了解它们在做什么。 该项目利用软件定义网络和机器学习来自动捕获网络流量，从流量中提取相关特征，通过经过训练的模型进行分类，传达结果，并提供采取进一步行动的机制。 尽管该项目最有效地利用了现代SDN，但它的部分内容仍可以与数据包捕获（pcap）文件一起使用。 目录 背景 波塞冬（Poseidon）项目最初是作为一项实验来测试，以测试利用SDN和机器学习技术

  3. 所属分类：其它

    • 发布日期：2021-02-01
    • 文件大小：435200
    • 提供者：weixin_42128988

  1. python sklearn包——混淆矩阵、分类报告等自动生成方式

  2. preface：做着最近的任务，对数据处理，做些简单的提特征，用机器学习算法跑下程序得出结果，看看哪些特征的组合较好，这一系列流程必然要用到很多函数，故将自己常用函数记录上。应该说这些函数基本上都会用到，像是数据预处理，处理完了后特征提取、降维、训练预测、通过混淆矩阵看分类效果，得出报告。 1.输入 从数据集开始，提取特征转化为有标签的数据集，转为向量。拆分成训练集和测试集，这里不多讲，在上一篇博客中谈到用StratifiedKFold()函数即可。在训练集中有data和target开始。 2.

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：70656
    • 提供者：weixin_38547887
« 12 3 4 5 6 7 8 9 10 ... 34 »