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. 算法 MD5 DES DSA LAM LZW RSA 产生组合的非递归算法 复数快速傅立叶变换算法

  2. BLOWFISH B-P算法（二） B-P算法（三） DES数据加密标准 DES算法 DSA算法 ElGamal算法 Kohonen的SOFM(自组织特征映射) LAM（线性联想记忆）算法 LZW 压缩算法 MD5算法 PGP的安全性(一) PKCS #7 RSA算法 SSL是怎样工作的？ Ternary Search Trees 产生组合的非递归算法 大整数的乘法 对LZW算法的改进及其在图象无损压缩中的应用 复数快速傅立叶变换算法 加密算法与密钥管理 经典加密算法在VB中的实现（1）- R

  3. 所属分类：其它

    • 发布日期：2009-07-29
    • 文件大小：216064
    • 提供者：zhuansky008

  1. 用C语言编写的ISODATA算法

  2. 用C语言编写的ISODATA算法（迭代自组织数据分析），是统计模式识别中非监督动态聚类算法的一种。

  3. 所属分类：C

    • 发布日期：2009-08-26
    • 文件大小：4096
    • 提供者：mrmwh269

  1. 有监督的蚁群算法图像分割

  2. 改程序实现了有监督的蚁群算法进行图像分割，用matlab进行仿真，效果不错，有很多对比！

  3. 所属分类：其它

    • 发布日期：2009-11-19
    • 文件大小：2097152
    • 提供者：lvchenglin

  1. Weka[5] 半监督算法

  2. Weka[5] 半监督算法

  3. 所属分类：其它

  1. 改进的半监督算法 ITri-Training

  2. 该代码在matlab2013a环境下实现。在经典的Tri-Training算法上做了改进，三个基分类器采用BP神经网络，附有文档说明。另外，我提供了图像数据集，是对VOC2007中的person对象做了处理，分别提取颜色矩特征（9个属性），灰度共生矩阵特征（17个属性），共9786个样本，两类标签，按照不同比例分为无标记样本和有标记样本。

  3. 所属分类：其它

    • 发布日期：2016-10-27
    • 文件大小：49283072
    • 提供者：dovejay

  1. Lasso降维算法MATLAB

  2. 超高维数据降维算法，亲测可用，Lasso算法。输入数据第一列是y，2：end是x。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-07-20
    • 文件大小：871
    • 提供者：qq_39478208

  1. 高能物理中的弱监督分类

  2. 随着机器学习算法变得越来越复杂以利用数据的细微特征，它们通常越来越依赖于仿真。 本文提出了一种称为弱监督分类的新方法，其中类别比例是机器学习算法的唯一输入。 使用高能物理中最具挑战性的二进制分类任务之一-夸克与胶子标记-我们证明了弱监督分类可以与完全监督算法的性能相匹配。 此外，通过设计，新算法对模拟中数据中区分特征的任何错误建模均不敏感。 弱监督分类是一种通用过程，当详细模拟不可靠或不可用时，可将其应用于多种学习问题，以提高性能和鲁棒性。

  3. 所属分类：其它

    • 发布日期：2020-04-30
    • 文件大小：586752
    • 提供者：weixin_38620839

  1. AI算法工程师手册.zip

  2. 这算是一份手册或者是快速学习的一种方式，里面涵盖基本的机器学习和深度学习算法，从基本介绍，到特征工程，从基本的机器学习算法（决策树，贝叶斯，线性回归，支持向量机，KNN，聚合算法，GBDT，xgb，lightbgm等， 无监督算法pca，聚类等）， 到深度学习算法（CNN，RNN）基本上全覆盖。所以有了这一个，能够在应用中快速的查看。希望在自学深度学习和机器学习的路上帮助到大家。

  3. 所属分类：深度学习

    • 发布日期：2020-01-05
    • 文件大小：54525952
    • 提供者：wuzhongqiang

  1. 一种面向不平衡数据的半监督特征选择算法

  2. 针对不平衡数据中特征维数高、标记样本缺乏问题,提出一种基于遗传算法和BiasedSVM的不平衡数据半监督特征选择算法。该方法首先利用初始的标记样本集训练处理不平衡数据的Biased-SVM模型,然后用训练好的Biased-SVM模型为未标记样本加上标签,再把新标记样本加入到初始标记样本集中,得到新标记样本集,最后采用基于遗传算法的不平衡数据特征选择方法选出最优的特征子集。实验结果表明,所提方法在不同的标记样本率下均具有较高的平均特征子集缩减率和平均小类识别率。

  3. 所属分类：其它

    • 发布日期：2020-05-27
    • 文件大小：297984
    • 提供者：weixin_38666300

  1. python实现聚类算法原理

  2. 本文主要内容： 聚类算法的特点 聚类算法样本间的属性(包括，有序属性、无序属性)度量标准 聚类的常见算法，原型聚类(主要论述K均值聚类)，层次聚类、密度聚类 K均值聚类算法的python实现，以及聚类算法与EM最大算法的关系 参考引用 先上一张gif的k均值聚类算法动态图片，让大家对算法有个感性认识： 其中：N=200代表有200个样本，不同的颜色代表不同的簇(其中 3种颜色为3个簇)，星星代表每个簇的簇心。算法通过25次迭代找到收敛的簇心，以及对应的簇。 每次迭代的过程中

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：940032
    • 提供者：weixin_38506798

  1. Weakly-Supervised-Street-Text-Detection:在Pytorch中缺乏监督的街道文本检测，本地化和分段-源码

  2. 弱监督的街道文本检测 在Pytorch中缺乏监督的街道文本检测，本地化和分段。这不是执行此操作的最佳方法。我正在努力优化准确性和速度。 一些樱桃采摘了本地化文本的示例 在职的 通过首先使用各种字符的图像和非文本图像来训练字符不可知文本检测网络，来训练弱监督算法。此外，该网络用于标记未标记的图像，从而生成具有相应分段蒙版的图像。这些未标记的图像用于训练网络以训练文本分割网络。从分割的蒙版中导出边界框。 指示 通过运行安装所需的python软件包 pip install -r requirement

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：670720
    • 提供者：weixin_42144707

  1. 通过半监督词典整流学习对人员进行重新识别

  2. 目前，在人员重新识别领域，常用的监督学习算法需要大量的标记样本，这不利于模型的推广。 另一方面，由于缺乏判别信息，无监督学习算法的准确性低于有监督算法。 为了解决本文中的这些问题，我们在基本的字典学习中利用小尺寸的带标签样本添加判别信息。 此外，将字典学习的稀疏系数分解为原始特征的投影问题，并通过标记样本训练投影矩阵，将其转换为度量学习问题。 因此，它通过结合字典学习和度量学习来整合这两种方法的优点。 训练数据后，使用新的投影矩阵将未标记的特征投影到新的特征子空间中，并重构样本的标签。 然后，将

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：335872
    • 提供者：weixin_38722164

  1. 基于改进协同训练的半监督PolSAR图像分类

  2. 为了获得极化合成Kong径雷达（PolSAR）图像的良好分类性能，需要许多标记的样本进行训练。 然而，在实践中获得标记的样品是困难，昂贵和费时的。 另一方面，未标记的样品比标记的样品便宜得多，数量也很多。 为了解决这个问题，提出了半监督学习技术。 本文提出了一种基于改进的协同训练过程的半监督算法，用于PolSAR图像分类。 首先，我们提出了一种间接分析策略，以分析两种不同观点的共同训练的充分性和独立性。 然后，提出了一种采用新的样本选择策略的改进的协同训练过程，该方法可以有效地利用未标记的样本来

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：2097152
    • 提供者：weixin_38631729

  1. 改进的基于局部监督算法的模糊聚类在肺结节分类与识别中的应用

  2. 准确分类和识别肺结节是肺癌计算机的重要且关键的过程，辅助诊断（CAD）系统。 为了提高准确率，本文提出了一种基于LIDC数据库中医生注释信息的改进的局部监督模糊聚类算法。 首先，将所有肺结节从CT图像中分割出来。 其次，根据肺结节的病变特征，我们提取了一组主要基于形状的特征向量。 最后，我们通过在聚类过程中利用标记样本的类信息来计算参考成员资格，并使用参考成员资格来指导测试样本的聚类过程，以帮助测试样本更准确地聚类。 实验结果表明，该方法在分类和识别方面要优于传统算法。

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：563200
    • 提供者：weixin_38646914

  1. 基于半监督高斯混合模型核的支持向量机分类算法

  2. 提出了一种基于高斯混合模型核的半监督支持向量机(SVM)分类算法.通过构造高斯混合模型核SVM分类器提供未标示样本信息,使得SVM算法在学习标示样本信息的同时,能够兼顾整个训练样本集合的聚类假设.实验部分将该算法同传统SVM算法、直推式支持向量机(TSVM)以及随机游走(RW)半监督算法进行分类性能比较,结果证明该算法在拥有较少标示样本训练的情况下分类性能也有所提高且具有较高的鲁棒性.

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：807936
    • 提供者：weixin_38697123

  1. 监督算法比较：针对COGS 118A类的监督算法项目-监督机器学习-源码

  2. 监督机器学习比较 该项目针对类COGS118A-监督机器学习算法完成 该项目的目的是比较三种主流监督式机器学习算法的相对性能： 线性支持向量机-决策树-随机森林 在三个不同的数据集上对模型进行了训练，都可以从UC Irvine的机器学习存储库中进行访问： --- 每个模型都经过了一系列火车测试的测试，分为20％火车/ 80％测试，50/50和80/20。此外，每种算法都通过GridSearch使用各自的优化超参数进行了训练。 该项目包括一个以流行的机器学习会议NeurIPS风格编写的报告。

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：1048576
    • 提供者：weixin_42172204

  1. 统计学习方法_代码：手写实现李航《统计学习方法》书中全部算法-源码

  2. 前言 力求每行代码都有注释，重要部分注明了公式来源。具体会追求下面这样的代码，学习者可以照着公式看程序，让代码有据可查。 如果时间充沛的话，可能会试着给每一章写一篇博客。先放个博客链接吧：。 注：其中Mnist数据集已转换为csv格式，由于体积为107M超过限制，转换压缩包形式。下载后先将Mnist文件内压缩包直接解压。 2021年1月27日更新：部分无监督算法已更新！！！！该部分由提供，在此感谢！有其他算法补充的同学也欢迎添加我微信并pr，一起冲鸭！！！ 实现 监督部分 第二章感知机： 博客：

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：33554432
    • 提供者：weixin_42116734

  1. Cryptocurrencies_ADominguez：在不确定我们要在数据中寻找什么时，使用机器学习中的无监督算法来帮助探索数据-源码

  2. 描述 无监督机器学习和加密货币。 该项目的目标是以任何能够发现趋势的方式分析加密货币数据集，这些趋势可以帮助说服利益相关者以可承受的价格投资于这些新的加密货币。 我们使用无监督算法深入研究了机器学习，当我们不确定要查找的内容或没有清晰的输出时，仅使用输入数据即可帮助我们探索数据。 我们主要使用K-means算法，K-means算法是主要的无监督算法，可将相似数据分组。 我们在此基础上通过使用主成分分析（PCA）来加快过程，该方法具有许多不同的功能。 情况/任务 使用可以帮助我们发现模式或组的算法

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：1048576
    • 提供者：weixin_42128988

  1. Finding-Donors：此实施的目标是构建一个模型，该模型可以准确地预测个人的收入是否超过50,000美元。 利用从1994年美国人口普查中收集到的数据，采用了几种监督算法来准确地模拟个人收入-源码

  2. 寻找捐助者 Ipython笔记本寻找捐赠者

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：728064
    • 提供者：weixin_42128141

  1. 基于无监督算法的电能替代潜能用户识别系统设计

  2. 针对传统系统存在识别效果低的问题，提出了基于无监督算法的电能替代潜能用户识别系统设计。根据整体系统架构，设计系统硬件结构框图。通过Restful API访问网络前端服务模块，保证识别周期内识别效果的可靠性。利用前端服务模块接收移动前端子系统提交的请求；利用失败请求控制模块对每个网络请求进行补救管理；利用识别业务模块调用任意接口，使其与Web前端服务模块相呼应。设计软件识别流程，由此完成电能替代潜能用户识别系统设计。通过仿真实验结果可知，该系统识别效果较好，为电力资源收集提供支持。

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：1048576
    • 提供者：weixin_38609765
« 12 3 4 5 6 7 8 9 10 ... 50 »