贝叶斯算法是基于贝叶斯定理 P(H|X) = P(X|H)P(H) / P(X).。对于多属性的数据集
贝叶斯算法是基于贝叶斯定理 P(H|X) = P(X|H)P(H) / P(X).。对于多属性的数据集,计算 P(X|Ci) 的开销非常大,为减低计算复杂度,我们做条件独立的假设,即给定元组的类标号,假定属性值有条件地相互独立,即在属性间不存在依赖关系。此程序仅为算法的一个实现,根据训练数据训练分类...
贝叶斯算法是基于贝叶斯定理 P(H|X) = P(X|H)P(H) / P(X).。对于多属性的数据集,计算 P(X|Ci) 的开销非常大,为减低计算复杂度,我们做条件独立的假设,即给定元组的类标号,假定属性值有条件地相互独立,即在属性间不存在依赖关系。此程序仅为算法的一个实现,根据训练数据训练分类...
现有数字信号自动调制识别方法大多只适用于无记忆信号,如PSK、ASK、FSK信号等。将有记忆 信号(MSK信号)和无记忆信号一起考虑,提出了一种改进的数字信号自动识别方法。该方法采用信号的瞬时统 计量作为特征参数,采用多层神经网络作为分类器。计算机仿真表明:当噪声采用高斯白噪声,并且信噪比大于 ...
线性神经网络,BP神经网络,Hopfield神经网格,Elman神经网络,RBF神经网络;在模型应用模块中实现了六种实际应用:RBF网络的船用柴油机故障诊断,BP网络的齿轮箱故障诊断,SOM网络的回热系统故障诊断,BP网络的设备状态分类器,SOM网络的人口比例样本分类,SOM网络的土壤性状样本分类。...
在具有模式的完整统计知识条件下,按照贝叶斯决策理论进行设计的一种最优分类器。分类器是对每一个输入模式赋予一个类别名称的软件或硬件装置,而贝叶斯分类器是各种分类器中分类错误概率最小或者在预先给定代价的情况下平均风险最小的分类器。...
一个比较简单的模式识别问题。用female.txt 和male.txt 的数据作为训练样本集,建立Bayes 分类器,用测试样本数据set1.txt、set2.txt、set3.txt 对该分类器进行测试,分别应用单个特征及两个特征进行实验...