matlab环境下，基于云模型的分类器，包括基于例子群优化的云分类器，和属性相似度云分类器。
上传时间： 2013-12-30
上传用户：wang5829
一篇关于SCM的综述性文章，SCM是一种比SVM分类性能更优秀的分类器。以后还会上传几篇有关SCM的文章
标签： SCM
上传时间： 2015-05-16
上传用户：anng
最小平方误差(LMSE)算法实现，可训练的确定性分类器的迭代算法。用于对训练一个向量，使得向量与给定矩阵的乘积的结果向量足够小。
上传时间： 2014-12-03
上传用户：love1314
现有的代数特征的抽取方法绝大多数采用一维的方法，即首先将图像转换为一维向量，再用主分量分析（PCA）,Fisher线性鉴别分析（LDA）,Fisherfaces式核主分量分析（KPCA）等方法抽取特征，然后用适合的分类器分类。针对一维方法维数过高，计算量大，协方差矩阵常常是奇异矩阵等不足，提出了二维的图像特征抽取方法，计算量小，协方差矩阵一般是可逆的，且识别率较高。
标签： 特征
上传时间： 2014-11-29
上传用户：tianjinfan
论文标题:自适应模糊系统在手写体数字识别中的应用研究 作者:张镭 作者专业:计算机软件人工智能 导师姓名:黄战 授予学位:硕士 授予单位:暨南大学 授予学位时间:19990501 论文页数:59页 文摘语种:中文文摘 分类号:TP18 TP391.4 关键词:手写体数字 自适应 模糊逻辑 神经网络 模式识别 摘要:该文针对模式识别的特点,构造了适合于模式识别问题的自适应模糊系统,对三种不同学习算法加以改进,在手写全数字识别上对分类器进行了实现,并与采用BP算法训练的三层前馈神经网络分类器相比较,分析其优劣.仿真实验表明,在该文的样本集条件下,自适应模糊分类吕的识别性能优于神经网络分类器,这充分体现了自适应模糊技术用于数字识别的优越性和潜力.
上传时间： 2014-01-14
上传用户：王小奇
支撑矢量机 class CvSVM : public CvStatModel //继承自基类CvStatModel { public: // SVM type enum { C_SVC=100, NU_SVC=101, ONE_CLASS=102, EPS_SVR=103, NU_SVR=104 } //SVC是SVM分类器，SVR是SVM回归 // SVM kernel type
标签： CvStatModel public class CvSVM
上传时间： 2014-08-19
上传用户：妄想演绎师
实现语料的分割，和特征值的提取，还有bayes分类器
标签： 分割
上传时间： 2013-12-09
上传用户：zhenyushaw
4输入层，３隐层，２输出层的RBF神经网络分类器 附有测试和训练样本
标签： 输入
上传时间： 2013-12-21
上传用户：leehom61
本文对两大类步态识别算法进行了深入研究，其主要内容集中于步态特征的提取和分类器的设计两部分。
上传时间： 2015-11-10
上传用户：拔丝土豆
并本文对两大类步态识别算法进行了深入研究，其主要内容集中于步态特征的提取和分类器的设计两部分。 在特征提取阶段采用多种不同的方法提取多种不同的步态特征，其中效果较好的是一种基于模型的特征提取方法。本文使用关键点和肢体角度构建人体的骨骼化模型， 并对模型的各项参数提取做了改进，从人体的骨骼化模型中提取人体的静态参数(如身高、步幅等)以及动态参数(如运动过程中关键点的位置、运动轨迹、肢体角度、
上传时间： 2014-01-15
上传用户：skhlm
