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. 一种基于相似度判据的K近邻分类器的车牌字符识别方法

  2. 一种基于相似度判据的K近邻分类器的车牌字符识别方法..............

  3. 所属分类：其它

    • 发布日期：2009-06-20
    • 文件大小：219136
    • 提供者：guqianling

  1. K-最近邻分类器 iris数据

  2. matlab程序实现的iris数据K-最近邻分类器

  3. 所属分类：其它

    • 发布日期：2010-03-16
    • 文件大小：2048
    • 提供者：lantian_66

  1. K最近邻分类算法 最简单的分类算法

  2. 分类器中最基本的算法，最近邻分类器，每一个样本和自己距离最近的样本比较，属于最近距离样本所属的类别。简单但是要比较所有所以有些慢

  3. 所属分类：其它

    • 发布日期：2010-06-09
    • 文件大小：17408
    • 提供者：zhao_jia

  1. 模式识别分类器性能评价

  2. 对分类器的性能描述，确定描述准则 我们会讨论如何判断一个分类器的有用性，及如何比较不同的分类器。我们不但有多种不同类型的分类器可供选择，而且在每种类型的分类器中也有多种选择，比如在k-最近邻分类器中选择多少近邻、在树状分类器的叶节点中需要例子的最少数目，在Logistic模型中使用哪些预测变量的子集，和在神经网络的隐层中有多少个神经元

  3. 所属分类：网络基础

    • 发布日期：2010-08-08
    • 文件大小：249856
    • 提供者：hutwangzm2008

  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. k近邻算法分类器

  2. k近邻算法分类器 语言 matlab 小而简单 供初学者使用

  3. 所属分类：其它

    • 发布日期：2012-05-19
    • 文件大小：2048
    • 提供者：chuanzegao

  1. K近邻分类器 matlab

  2. K近邻分类器 matlab实现 很适合初学者

  3. 所属分类：其它

    • 发布日期：2013-04-20
    • 文件大小：2048
    • 提供者：uubird1230

  1. K-Nearest Neighbor Finding Using MaxNearestDist

  2. Samet Hanan经典文章Trans on PAMI，K近邻模式识别分类器新方法。

  3. 所属分类：其它

    • 发布日期：2014-07-11
    • 文件大小：1011712
    • 提供者：lonelyking1716

  1. K近邻分类器对mnist数据集进行分类

  2. 采用k近邻分类器对mnist数据集进行十分类。且里面包含mnist数据集。代码采用matlab编写，可以直接运行。

  3. 所属分类：机器学习

    • 发布日期：2017-12-04
    • 文件大小：10485760
    • 提供者：fayuanzhen2227

  1. matlab分类器，K最近邻分类器

  2. matlab分类器，K最近邻分类器.matlab分类器，K最近邻分类器

  3. 所属分类：软件测试

    • 发布日期：2018-06-28
    • 文件大小：642
    • 提供者：rongdu9830

  1. K-近邻分类器，python实现

  2. 用python实现k-近邻分类，包括约会网站配对效果和手写体识别。

  3. 所属分类：讲义

    • 发布日期：2018-12-28
    • 文件大小：155648
    • 提供者：lyrooo

  1. K近邻分类器实现代码knn.py

  2. K近邻分类器实现代码 ，正确率高达百分之99.8

  3. 所属分类：Python

    • 发布日期：2019-05-12
    • 文件大小：3072
    • 提供者：qq_41611106

  1. K近邻分类器所使用的随机数据实现代码random.py

  2. K近邻分类器所需要使用的随机数据集的实现代码

  3. 所属分类：Python

    • 发布日期：2019-05-12
    • 文件大小：1024
    • 提供者：qq_41611106

  1. 基于聚类和K近邻算法的井下人员定位算法

  2. 针对现有基于指纹模的井下定位算法存在的计算量大、实时性低、定位精度较低的问题，提出了基于聚类和K近邻算法的井下人员定位算法。用二分kmeans聚类算法对采集的RSSI数据进行分类，建立离线指纹数据库；无线移动终端和动态修正器实时采集RSSI值，分别存储到在线定位数据库和动态修正数据库；根据待测点和动态修正器的离线数据和实时数据，采用软硬件动态修正加权K近邻算法计算权重值，结合离线指纹数据库中待测点的物理位置信息估算其实时位置。实验分析结果表明，所提定位算法的最小标准误差为0.46 m，最大标准

  3. 所属分类：其它

    • 发布日期：2020-05-09
    • 文件大小：1048576
    • 提供者：weixin_38651540

  1. 菊安酱的机器学习第1期-k-近邻算法（直播）.pdf

  2. k-近邻算法的课件。来自于菊安酱的机器学习实战12期的免费教程。内涵python源码。菊安酱的直播间: 我们已经知道k近邻算法的工作原理,根据特征比较,然后提取样本集中特征最相似数据(最近邻)的分类标签。 那么如何进行比较呢?比如表1中新出的电影,我们该如何判断他所属的电影类别呢?如图2所示。 电影分类 120 爱情片(1,101) 爱情片(12,97) 80 爱情片(5,89) 水弊 60 ?(24,67) 动作片(112,9 20 动作片(1158) 动作片(108,5) 0 20 60 8

  3. 所属分类：讲义

    • 发布日期：2019-07-27
    • 文件大小：867328
    • 提供者：qiu1440528444

  1. Python语言实现机器学习的K-近邻算法

  2. 今天学习的算法是KNN近邻算法。KNN算法是一个监督学习分类器类别的算法。下面我们来详细的探讨下

  3. 所属分类：其它

    • 发布日期：2020-09-21
    • 文件大小：93184
    • 提供者：weixin_38732252

  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-近邻算法概述及其python实现.pptx

  2. 介绍kNN算法，用python实现三个案例，包括简单分类器搭建、约会网站改进、手写字体识别，适合工科生用来介绍算法用

  3. 所属分类：Ubuntu

    • 发布日期：2020-12-29
    • 文件大小：2097152
    • 提供者：qq_39579554

  1. 粗到K最近邻分类器

  2. 在本文中，我们提出了从粗到细的K最近邻（KNN）分类器（CFKNNC）。 CFKNNC不同从常规KNN分类器（CKNNC）得出的结果如下：CFKNNC首先粗略地确定少量的“接近”测试样本的训练样本，然后精细地确定测试样本的K个最近邻居。 CFKNNC和CKNNC之间的主要区别在于它们利用了``基于表示的距离''和欧几里得距离来确定测试的最近邻居分别来自训练样本集中的样本。 分析表明，“基于代表距离''能够考虑到不同训练样本之间的依赖关系。 实际上，从以下观点来看，通过建议的方法确定的最近邻居是最

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：604160
    • 提供者：weixin_38645434

  1. 随机子空间证据分类器

  2. 尽管存在许多k最近邻方法及其变体，但很少有人考虑如何在整个特征空间和子空间中利用信息。 为了解决此限制，我们提出了一个新的分类器，称为随机子空间证据分类器（RSEC）。 具体而言，RSEC首先计算每个类的局部超平面距离，不仅作为整个特征空间的证据，而且还作为随机生成的特征子空间的证据。 然后，根据这些距离为每个类别的证据计算基本信念分配。 在下文中，由基本信念分配代表的所有证据都由Dempster规则汇集在一起​​。 最后，RSEC根据组合的信念分配为每个测试样本分配类别标签。 来自UCI机器学

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：745472
    • 提供者：weixin_38707240
« 12 3 4 5 »