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. 最近邻差值法的方法最近邻差值法最近邻差值法

  2. 最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法最近邻差值法

  3. 所属分类：专业指导

    • 发布日期：2010-03-29
    • 文件大小：3145728
    • 提供者：mangodry

  1. 模式识别课件近邻法，k近邻法，k近邻法及最小错误率分析，快速搜索算法

  2. 最近邻法，k近邻法，及最小错误率分析，快速搜索算法，压缩紧邻法，基本原理，内容及应用

  3. 所属分类：其它

    • 发布日期：2010-05-19
    • 文件大小：742400
    • 提供者：jinzidaren

  1. C#2008编写的基于K-近邻法(KNN)的水质分类器

  2. C#2008编写的基于K-近邻法(KNN)的水质分类器，初学C#，遇上模式识别课程设计，试着编了一下，利用最基本的公式，代码有些粗糙，但很简单易懂。

  3. 所属分类：.Net

    • 发布日期：2011-12-04
    • 文件大小：54272
    • 提供者：dugumuyang

  1. CMU 目标检测器 最近邻法 matlab

  2. 卡耐基梅隆大学做的一个使用最近邻法的目标检测器，在图像中找到与设定形状类似的目标，非常简单有效，效果很好

  3. 所属分类：其它

    • 发布日期：2012-01-11
    • 文件大小：12582912
    • 提供者：coolnacl

  1. 模式识别 用近邻法实现的一个分类程序!

  2. 用VC++写的一个模式识别程序 用近邻法实现的一个分类程序! 支持多维样本的分类,解决了一个编辑框同时输入多组数据的功能.实现了最近邻法和K近邻法分类方法的实现

  3. 所属分类：C++

    • 发布日期：2008-10-08
    • 文件大小：50176
    • 提供者：lzh9955

  1. MATLAB点的二维显示和分类最小距离最近邻分类

  2. 显示八个点的二维分布图 用最小距离法得分类线，由未知点判别类别，并在二维图上显示 用最近邻法判别类别

  3. 所属分类：专业指导

    • 发布日期：2014-03-03
    • 文件大小：65536
    • 提供者：ssssss150671

  1. Classify_Homework

  2. 用平均样本法，平均距离法，最近邻法和K近邻法进行分类

  3. 所属分类：其它

    • 发布日期：2014-05-05
    • 文件大小：2048
    • 提供者：u014742995

  1. 模式识别最近邻法和fisher判别法区分sonar

  2. 模式识别最近邻法和fisher判别法区分sonar

  3. 所属分类：其它

    • 发布日期：2015-11-05
    • 文件大小：6291456
    • 提供者：u014293465

  1. 最近邻抽样回归模型在水文水资源预报中的应用

  2. 介绍了最近邻抽样回归模型进行单因子和多因子预测建模的基本思想和实现算法。通过水文水资源中 的两个实例对NNBR模型的预测效果进行了验证,并与自回归模型、基于遗传算法的回归模型及经验相关图 法的预测效果进行了对比。

  3. 所属分类：其它

    • 发布日期：2015-12-17
    • 文件大小：95232
    • 提供者：u013304697

  1. 基于OpenCV最近邻插值算法

  2. 利用最近邻插值法实现图像的缩小与放大.....................................................................................

  3. 所属分类：其它

    • 发布日期：2018-03-09
    • 文件大小：1024
    • 提供者：y363703390

  1. Python最小距离法

  2. 对Iris数据进行两个特征选取，共6种组合，计算类别可分性准则函数J值，得出最好的分类组合，画出各种组合的分布图； 2、使用前期作业里面的程序、对6种组合分别使用不同方法进行基于120个训练样本30个测试样本的学习误差和测试计算，方法包括：最小距离法（均值为代表点）、最近邻法、k近邻法（k取3、5...）等；

  3. 所属分类：讲义

    • 发布日期：2018-04-06
    • 文件大小：2048
    • 提供者：yizhan2

  1. 基于最近邻Marching Cubes的医学图像三维重建.pdf

  2. 摘要：在医学图像三维可视化中，移动立方体算法(Marching cubes，Mc)是面绘制的经典算法。针对Mc算 法计算插值点导致执行速度慢、效率不高的缺点，提出一种基于最近邻逼近的Mc算法，该方法在丹次等分点 量化序列中寻找等值面最近邻点代替线性或非线性插值，既避免了插值的大量计算又保证了误差精度，还可 改善三角面片结构。利用可视化工具开发包vTK对人体脸部和脚部CT数据集进行三维重建，实验表明改进算法明显缩短了绘制时间，提高了重建效率。

  3. 所属分类：医疗

    • 发布日期：2020-06-29
    • 文件大小：735232
    • 提供者：phytle0

  1. K近邻法算法.txt

  2. K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该样本也属于这个类别。

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：1024
    • 提供者：weixin_42979916

  1. python机器学习实战之最近邻kNN分类器

  2. K近邻法是有监督学习方法，原理很简单，假设我们有一堆分好类的样本数据，分好类表示每个样本都一个对应的已知类标签，当来一个测试样本要我们判断它的类别是， 就分别计算到每个样本的距离，然后选取离测试样本最近的前K个样本的标签累计投票， 得票数最多的那个标签就为测试样本的标签。 源代码详解： #-*- coding:utf-8 -*- #!/usr/bin/python # 测试代码 约会数据分类 import KNN KNN.datingClassTest1() 标签为字符串 KNN.d

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：78848
    • 提供者：weixin_38746293

  1. K 近邻法（K-Nearest Neighbor, K-NN）

  2. 文章目录1. k近邻算法2. k近邻模型2.1 模型2.2 距离度量2.2.1 距离计算代码 Python2.3 kkk 值的选择2.4 分类决策规则3. 实现方法, kd树3.1 构造 kdkdkd 树3.2 搜索 kdkdkd 树4. 鸢尾花KNN分类4.1 KNN实现4.2 sklearn KNN k近邻法（k-nearest neighbor，k-NN）是一种基本分类与回归方法。 输入：实例的特征向量，对应于特征空间的点 输出：实例的类别，可以取多类 假设：给定一个训练数据集，其中的实例

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：296960
    • 提供者：weixin_38681147

  1. K 近邻法及其在手写数字识别的实践

  2. 文章首发于 个人博客 引言 k 近邻法（k-nearest-neighbor, KNN）是一种基本的分类和回归方法。现在只讨论其分类方面的应用，它不具备明显的学习过程，实际上是利用已知的训练数据集对输入特征向量空间进行划分，并作为其分类的“模型”。 其中 k 值的选择、距离的度量及分类决策规则是 k 近邻模型的三个基本要素。 本文将按照以下提纲进行： k 近邻法阐述 k 近邻的模型 k 近邻在手写数字识别上的实战 k 近邻法阐述 k 近邻算法非常容易理解，因为其本质上就是求距离，这是非常简单而直

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：352256
    • 提供者：weixin_38720762

  1. Python K最近邻从原理到实现的方法

  2. 本来这篇文章是5月份写的，今天修改了一下内容，就成今天发表的了，CSDN这是出BUG了还是什么改规则了。。。 引文：决策树和基于规则的分类器都是积极学习方法（eager learner）的例子，因为一旦训练数据可用，他们就开始学习从输入属性到类标号的映射模型。一个相反的策略是推迟对训练数据的建模，直到需要分类测试样例时再进行。采用这种策略的技术被称为消极学习法（lazy learner）。最近邻分类器就是这样的一种方法。 注：KNN既可以用于分类，也可以用于回归。 1.K最近邻分类器原理 首先给

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：340992
    • 提供者：weixin_38700430

  1. 统计学习方法——K近邻法（学习笔记）

  2. K近邻算法简介 K近邻法是一种基本分类与回归方法。K近邻法的输入为实例的特征向量（特征空间的点），输出为实例的类别，可以取多类。 K近邻算法假设给定一个训练数据集，其训练数据集实例的类别已定，对新的输入实例，找出新实例K个最近邻的训练点，根据K个最近邻训练实例的类别，通过多数表决等方式进行预测。 K近邻法的三个基本要素：K值的选择、距离度量、分类决策规则。 下面介绍一下kd树、搜索kd树的过程以及相关代码。 1.K近邻算法 根据给定的训练数据集，对新的实例，在训练数据集中找出与该实例最近邻的K个

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：192512
    • 提供者：weixin_38557095

  1. KICA空间中基于虚假最近邻的非线性软传感器的变量选择

  2. 针对虚拟传感器建模过程中，高维冗余的非线性辅助变量造成的尺寸灾难问题，提出一种结合核独立成分法（KICA）与虚假最近邻点法（虚假最近邻居） ，FNN）的非线性辅助变量选择方法。主要利用核函数将原始非线性数据映射到线性子空间，并采用独立的成分分析消除因子之间的多重共线性，再利用虚假最近邻点法，计算原始数据在KICA子空间中投影的距离，依次确定各辅助变量对变量变量的解释能力，转换进行非线性变量选择。以某企业氢氰酸（HCN）生产Craft.io过程中的转化替代软传感器预测目标，仿真结果表明该方法可有效

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：396288
    • 提供者：weixin_38611796

  1. 机器学习算法总结3:k近邻法

  2. k近邻法(k-NN)是一种基本分类与回归方法。算法思想：给定一个数据集，对新的输入实例，在训练数据集中找到与其最邻近的k个实例，这k个实例的多数属于某个类，就把该输入实例分为哪个类。 k近邻的特殊情况是k=1的情形，称为最近邻算法。 k近邻算法没有显式的学习过程。 1.模型：k近邻法使用的模型对应于对特征空间的划分。 k近邻法中，当训练集、k值、距离度量(如欧式距离)及分类决策规则确定后，对于任何一个新的输入实例，它所属的类唯一地确定。 模型的三个基本要素：k值的选择、距离度量以及分类决策规

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：437248
    • 提供者：weixin_38508821
« 12 3 4 5 6 7 8 9 10 »