虫虫首页|资源下载|资源专辑|精品软件
登录|注册

分类算法

  • svm分类算法

    支持向量机而分类算法MATLAB编程,实现数据的二分类

    标签: svm分类算法

    上传时间: 2015-06-24

    上传用户:肖德龙强

  • 数据挖掘实验四贝叶斯决策分类算法

    数据挖掘实验四贝叶斯决策分类算法实验报告

    标签: 数据挖掘 实验 分类算法 贝叶斯

    上传时间: 2017-05-18

    上传用户:dongyan

  • 贝叶斯学习算法分类文本。基于朴素贝叶斯分类器的文本分类的通用算法

    贝叶斯学习算法分类文本。基于朴素贝叶斯分类器的文本分类的通用算法,是目前所知文本分类算法中最有效的一类

    标签: 贝叶斯 学习算法 分类 分类器

    上传时间: 2014-01-19

    上传用户:zhaiyanzhong

  • 贝叶斯学习算法分类文本。基于朴素贝叶斯分类器的文本分类的通用算法

    贝叶斯学习算法分类文本。基于朴素贝叶斯分类器的文本分类的通用算法,是目前所知文本分类算法中最有效的一类

    标签: 贝叶斯 学习算法 分类 分类器

    上传时间: 2015-07-19

    上传用户:CHINA526

  • 包含了模式识别中常用的一些分类器设计算法

    包含了模式识别中常用的一些分类器设计算法,并且还能根据参数指定样本的分布规律,然后通过分类算法找分界面

    标签: 模式识别 分类器 计算

    上传时间: 2013-12-19

    上传用户:四只眼

  • :将K—means算法引入到朴素贝叶斯分类研究中

    :将K—means算法引入到朴素贝叶斯分类研究中,提出一种基于K—means的朴素贝叶斯分类算法。首先用K— me.arks算法对原始数据集中的完整数据子集进行聚类,计算缺失数据子集中的每条记录与 个簇重心之间的相似度,把记 录赋给距离最近的一个簇,并用该簇相应的属性均值来填充记录的缺失值,然后用朴素贝叶斯分类算法对处理后的数据 集进行分类。实验结果表明,与朴素贝叶斯相比,基于K—means思想的朴素贝叶斯算法具有较高的分类准确率。

    标签: means 算法 分类 贝叶斯

    上传时间: 2017-08-18

    上传用户:banyou

  • 决策树的分类算法综述

    决策树分类总结,基于决策树的数据流挖掘算法的研究,总结ctvf等算法。对现有的决策树在云计算,用户兴趣漂移上面的概论

    标签: 决策树

    上传时间: 2015-02-26

    上传用户:dfshuo

  • 图像处理的分类算法

    适用于图像分类的算法,很有用,很适合初学者适用于图像分类的算法,很有用,很适合初学者适用于图像分类的算法,很有用,很适合初学者适用于图像分类的算法,很有用,很适合初学者

    标签: 图像处理

    上传时间: 2015-12-25

    上传用户:choosebank

  • 入侵检测系统的网络包分类技术研究

    基于FPGA技术的网络入侵检测是未来的发展方向,而网络包头的分类是入侵检测系统的关键。 文章首先介绍了FPGA技术的基本原理以及其在信息安全方面的应用,接着介绍入侵检测系统以及FPGA技术在入侵检测系统中的应用。 分析了几种比较出名的网络包分类算法,包括软件分类方法、TCAM分类算法、BV算法、Tree Bitmap算法以及端口范围分类算法。 在此基础上,文章设计了一个基于FPGA技术的入侵检测系统包分类的基本框架图,实现框架图中的各个基本功能模块。在实现过程中,提出了一类结合三态内容可寻址内存(TCAM)和普通存储器(RAM)的网络包包头分类方案。我们将检测规则编号并位图化,使用RAM存储与包头结构相关的规则位图,通过TCAM上的数据匹配操作,快速关联待分析的网络数据包与入侵检测规则。文章还讨论了网包头分类方法的优化算法,将优化算法与未优化算法在速度和空间上进行比较。此外,还讨论了对Snort的规则库进行整理和规则化的问题。 最后,对所设计的包头分类匹配模块在Quartus II进行仿真评估,将实验结果与已有的一些分类算法进行了比较。结果说明,本设计在匹配速度和更新速度上有优势,但消耗了较多的存储空间.

    标签: 入侵检测系统 网络 包分类 技术研究

    上传时间: 2013-07-17

    上传用户:gonuiln

  • 改进SRC算法在人脸识别中的应用

    稀疏表示分类算法(Sparse Representation-based Classification,SRC)在人脸数据库上有很高的识别性能。然而,对于姿态变化,SRC的识别效果并不理想。针对SRC算法不能解决测试样本与训练样本存在偏移误差的问题,本文提出了基于SRC的改进算法。该算法将每一类的训练样本单独作为训练字典,利用迭代校正和基于金字塔分层机构的运动偏移估计方法得到最终的偏移量,最后对校正后的测试样本使用SRC算法实现分类。实验结果表明该方法对于有偏移误差的人脸图像具有较好的鲁棒性及识别率。

    标签: SRC 算法 人脸识别 中的应用

    上传时间: 2013-11-15

    上传用户:haiya2000