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器
上传时间： 2016-10-21
上传用户：1159797854
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 l5 dB时，识别率高于96％ ；当信噪比不低于l0 dB时，识别率不低于90％。
上传时间： 2014-01-13
上传用户：wangchong
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。
上传时间： 2013-12-27
上传用户：vodssv
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。
上传时间： 2016-12-17
上传用户：笨小孩
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
上传时间： 2016-12-24
上传用户：从此走出阴霾
利用最小互信息实现向量的特征选择，优化分类器的设计，原创
上传时间： 2014-01-09
上传用户：tyler
模式识别课件 当预先不知道类型数目，或者用参数估计和非参数估计难以确定不同类型的类概率密度函数时，为了确定分类器的性能，可以利用聚类分析的方法。
标签： 模式识别
上传时间： 2014-01-09
上传用户：小鹏
WeakLearner，各种弱分类器，可供AdaBoost训练使用
标签： WeakLearner
上传时间： 2017-01-17
上传用户：wff
本程序利用K-L变换已经K-L变换的最优压缩，建立分类器，并选择投影方向，画出投影过后的效果
上传时间： 2017-01-21
上传用户：zsjzc
一个强大的统计模式识别工具箱，包含高斯分类器，高斯混合模型，主成分分析，支持向量机等常见分类方法。
上传时间： 2014-01-13
上传用户：lwwhust
