您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. kn近邻法 模式识别

  2. 模式识别中vkn 近邻的matlab实现
  3. 所属分类:其它

    • 发布日期:2009-07-07
    • 文件大小:1024
    • 提供者:liguang001
  1. 基于PCX图像文件的离线签名识别

  2. 对PCX文件签名进行识别,文件夹123是签名文件,采用贝叶斯,K近邻,Kn近邻这几种方法,附带一个简要的word说明文件,可以参考一下。
  3. 所属分类:其它

    • 发布日期:2011-01-16
    • 文件大小:2097152
    • 提供者:zxyifr
  1. Parzen窗和Kn—近邻法

  2. matlab Parzen窗和Kn—近邻法
  3. 所属分类:C/C++

    • 发布日期:2011-05-07
    • 文件大小:119808
    • 提供者:weight123
  1. 脱机手写签名识别-要求与源码

  2. 模式识别mini project-脱机手写签名识别,这是每个学习模式识别的同学必做的课程设计mini project,主要功能要求如下: 一共有20个人,在其对应的文件夹中存放了每个人的20个手写签名图像,每幅图像均为PCX图像格式,大小为129 94像素大小。 对每个人的手写签名,用其中80%的图像作为训练样本进行训练,用余下的20%的图像进行测试。在签名图像进行特征提取时,提取6 个ET1和6 个DT12轮廓特征。 每一个人的手写签名特征假设为48维特征空间的多维高斯分布。用贝叶斯参数估计
  3. 所属分类:C/C++

    • 发布日期:2011-12-25
    • 文件大小:835584
    • 提供者:tree_san
  1. KN近邻算法

  2. 纯手工打造!便于学习!支持再开发!
  3. 所属分类:C

    • 发布日期:2013-10-18
    • 文件大小:1048576
    • 提供者:foolfool1
  1. 模式识别非参数估计讲义

  2. 该文档详细介绍了非参数估计的方法,即直接用已知类别样本去估计总体密度分布的方法,包括概率密度估计,Parzen窗估计,Kn-近邻估计,最近邻规则,并介绍了一些改进的近邻估计法,是十分有启发性的讲义。
  3. 所属分类:电信

    • 发布日期:2014-03-24
    • 文件大小:1048576
    • 提供者:wuhanysq
  1. kn近邻法估计概率密度函数

  2. 直接利用样本对位置函数的概率密度进行估计
  3. 所属分类:C/C++

    • 发布日期:2014-07-03
    • 文件大小:244
    • 提供者:cl1043616025
  1. parzen窗&Kn近邻模式别matlab

  2. 模式识别非参数估计的parzen窗法和Kn近邻法的matlab算法实现
  3. 所属分类:专业指导

    • 发布日期:2014-12-15
    • 文件大小:35840
    • 提供者:lhr2528
  1. 模式识别KN近邻法

  2. 模式识别中KN近邻法分类器用MATLAB的编写应用
  3. 所属分类:讲义

    • 发布日期:2015-11-27
    • 文件大小:1024
    • 提供者:laurua
  1. Kn近邻估计法

  2. 模式识别中Kn近邻估计法的实验代码(使用matlab)及报告。概率密度函数估计 _非参数 使用K N ‐近邻估计法实现如图所示分布的估计。
  3. 所属分类:讲义

    • 发布日期:2016-03-13
    • 文件大小:145408
    • 提供者:qq_24720747
  1. K-近邻算法

  2. 人工智能 机器学习KNN算法 基于python, 测试集看 http://download.csdn.net/download/yy761845/10107190
  3. 所属分类:机器学习

    • 发布日期:2017-11-07
    • 文件大小:3072
    • 提供者:yy761845
  1. 模式识别实验报告MATLAB

  2. 内容包含最小错误贝叶斯估计,kn近邻估计,Fisher线性判别,SVM实现,决策树和C均值算法的MATLAB实现。
  3. 所属分类:讲义

    • 发布日期:2018-01-04
    • 文件大小:2097152
    • 提供者:qq_36999771
  1. 身高体重判别男女 非参数估计 parzen窗和Kn近邻 fisher线性判别 留一法检验

  2. 身高体重判别男女&&比较分类器性能。实验一:使用 了非参数估计中的parzen窗和Kn近邻方法 求出用身高体重特征判别男女的正确率并与参数估计的方法做比较;实验二:使用fisher线性判别的方法,将数据投影到一维中,进行判别 并与贝叶斯分类器相比较;实验三:使用留一法 检验非参数估计和贝叶斯分类器的性能。
  3. 所属分类:讲义

    • 发布日期:2018-10-31
    • 文件大小:721920
    • 提供者:weixin_42493873
  1. KNNBHD KN近邻法matlab代码

  2. 简单的KN近邻法,MATLAB资源
  3. 所属分类:互联网

    • 发布日期:2020-04-17
    • 文件大小:729
    • 提供者:Shezon
  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. 概率密度估计

  2. 概率密度估计 参数估计和非参数估计。 最大似然法和Parzen窗法,Kn近邻法
  3. 所属分类:其它

    • 发布日期:2012-07-14
    • 文件大小:348160
    • 提供者:xiaoyulei0406
  1. C++基于特征向量的KNN分类算法

  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:如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)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。KNN算法中,所选择的邻居都是已经正确分类的对象。该方法在定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。 KNN方法虽然从原理上也依赖于极限定理,但在类别决策时,只与极少量的相邻样本有关。由于KNN方法主要靠周围有限的邻
  3. 所属分类:其它

    • 发布日期:2020-12-25
    • 文件大小:57344
    • 提供者:weixin_38684892
  1. 基于纹理kn近邻估计的铝土矿加药状态检测方法研究

  2. 基于纹理kn近邻估计的铝土矿加药状态检测方法研究
  3. 所属分类:其它

    • 发布日期:2021-03-03
    • 文件大小:2097152
    • 提供者:weixin_38582716