代码搜索：小样本
找到约 10,000 项符合「小样本」的源代码
代码结果 10,000
www.eeworm.com/read/163751/10147378
txt all_lda_2_result.txt
------------------------------------------------------------
对数据库：D:\kk.h\study\人脸库\ORL\92x112\
训练序列为：1,2,3
测试序列为：4,5,6,7,8,9,10
训练时间：0.09秒
分类时间：0.44秒
训练样本数：120
变换矩阵保留的特征向量个数：39
测试样本数：280
www.eeworm.com/read/163751/10147385
txt all_pca_c_m_result.txt
------------------------------------------------------------
对数据库：D:\kk.h\study\人脸库\ORL\92x112\
训练序列为：1,2,3
测试序列为：4,5,6,7,8,9,10
训练时间：0.02秒
分类时间：1.19秒
训练样本数：120
变换矩阵保留的特征向量个数：46
测试样本数：280
www.eeworm.com/read/163751/10147390
txt all_pca_1_result.txt
------------------------------------------------------------
对数据库：D:\kk.h\study\人脸库\ORL\92x112\
训练序列为：1,2,3
测试序列为：4,5,6,7,8,9,10
训练时间：0.13秒
分类时间：0.78秒
训练样本数：120
变换矩阵保留的特征向量个数：46
测试样本数：280
www.eeworm.com/read/163751/10147391
txt all_lda_c_result.txt
------------------------------------------------------------
对数据库：D:\kk.h\study\人脸库\ORL\92x112\
训练序列为：1,2,3
测试序列为：4,5,6,7,8,9,10
训练时间：0.08秒
分类时间：1.84秒
训练样本数：120
变换矩阵保留的特征向量个数：39
测试样本数：280
www.eeworm.com/read/163751/10147396
txt all_pca_c_result.txt
------------------------------------------------------------
对数据库：D:\kk.h\study\人脸库\ORL\92x112\
训练序列为：1,2,3
测试序列为：4,5,6,7,8,9,10
训练时间：0.13秒
分类时间：2.03秒
训练样本数：120
变换矩阵保留的特征向量个数：46
测试样本数：280
www.eeworm.com/read/357858/10199673
m ccs.m
function [Y,B]=ccs(p,N,A,X)
% 得出残差数据
% Y为残差值
% B为得到残差值用到的自回归参数值
% p为自回归阶数
% N为样本数据个数
% A为自回归参数值
% X为样本数据
T=zeros(N,N);
for j=1:N
for r=1:p
T(j,j)=1;
if j-r>=1
www.eeworm.com/read/352073/10584154
m neuralnetwork_rbf_regression.m
% RBF 神经网络用于函数拟合
% clc
clear
% close all
%---------------------------------------------------
% 产生训练样本与测试样本
trnx = 1:2:200; % 训练样本，每一列为一个样本
trny = sin(trnx*0.1);% 训练目标，行向量
trny(1:10:
www.eeworm.com/read/461473/7226921
m quantize.m
function [yq] = quantize(y,B)
% 将信号量化为B位
% -------------------------
% [yq] = quantize(y,B)
% yq = 量化后的信号(整数): 0
www.eeworm.com/read/442261/7656415
txt 聚类结果.txt
输出第1次运行的聚类结果:
************************************************
第0类样本:
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
正确样本数: right[0]=50
错误样本数
www.eeworm.com/read/439740/7702419
txt winner_weight.txt
第1个样本的获胜节点Node[2][8]的权值是：
0.255379 0.483070 0.312923 0.026334 0.086070
0.250464 0.729843
第2个样本的获胜节点Node[5][8]的权值是：
0.247540 0.472088 0.294111 0.041666 0.108965
0.