虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

识别算法

  • k-nn算法实现分类

    k-nn算法实现分类,模式识别作业,分三类,75个训练集,25个测试集,输出对测试集分类的结果

    标签: k-nn 算法 分类

    上传时间: 2013-12-23

    上传用户:米卡

  • C语言小型分析器实验报告1) 待分析的简化C语言的词法说明; 2) 单词符号的种别编码方案; 3) 所识别的各类单词符号的正规式或状态转换图; 4) 待分析的简化C语言的语法规则说明; 5)

    C语言小型分析器实验报告1) 待分析的简化C语言的词法说明; 2) 单词符号的种别编码方案; 3) 所识别的各类单词符号的正规式或状态转换图; 4) 待分析的简化C语言的语法规则说明; 5) 所采用的语法分析方法的算法思想和主要步骤; 6) 完成语法制导翻译(翻译成后缀式)所用的翻译模式;(部分同学如果完成不了这部分内容就不要写) 7) 程序的主要算法思想和主要函数的算法思想及流程; 8) 对全局数据结构的说明

    标签: C语言 符号 分析器

    上传时间: 2017-09-18

    上传用户:gdgzhym

  • 模式识别资料

    模式识别 机器学习 相关的算法:单样本余量送出算法

    标签: 模式识别 机器学习

    上传时间: 2015-11-21

    上传用户:liang4475

  • 最大相似度算法

    模式识别中最大相似度算法matlab代码实现。数据集训练算法。

    标签: 模式识别

    上传时间: 2016-04-12

    上传用户:1042154715

  • 自己编写的免疫算法优化的遗传算法(IGA)

    自己编写的免疫算法优化的遗传算法(IGA),相比传统遗传算法加入了免疫算法中的抗体抗原记忆等思想,用来训练神经网络。此算法经过时间训练预测,模式识别等测试,效果很好。-

    标签: 自己编写的免疫算法优化的遗传算法(IGA)

    上传时间: 2016-07-29

    上传用户:wmw0312

  • 基于FPGA的二值图像连通域标记快速算法实现

    针对高速图像目标实时识别和跟踪任务,需要利用系统中有限的硬件资源实现高速、准确的二值图像 连通域标记,提出了一种适合FPGA实现的二值图像连通域标记快速算法。算法以快捷、有效的方式识别、并 记录区域间复杂的连通关系。与传统的二值图像标记算法相比,该算法具有运算简单性、规则性和可扩展性的 特点。

    标签: FPGA 二值图像 标记 快速算法基于FPGA的二值图像连通域标记快速算法实现

    上传时间: 2016-11-19

    上传用户:nathanlgy

  • 蜂窝无线网络中手机定位算法的研究1.

    论文首先对基本定位算法如基于小区编号、接收信号场 强、到达时间到达时间差、到达角度、混合定 位方法等的原理,误差消除及处理,还有与混合定位方法相关的数据 融合技术进行了简单介绍。随后分析介绍了国内外最新的定位算法及 优化点,如约束极小化定位算法、基于向量机的模式识别定位 算法和指纹定位算法等,优化点有在基于指纹定位方法的基础上考虑 马尔科夫模型,方法基础上考虑功率加权算法,滤波方面考虑滑 动窗技术等。

    标签: 蜂窝 无线网络 手机定位 法的研究

    上传时间: 2017-03-15

    上传用户:rocket1122

  • 模式识别论文

    基于贝叶斯算法的模式识别课程论文标准,相当标准,简单易懂

    标签: 模式识别 论文

    上传时间: 2017-10-29

    上传用户:hhh丰富

  • EM算法Python

    对于数据缺失的EM算法,对应于《模式识别》书上的第三章47题

    标签: Python EM算法

    上传时间: 2018-11-19

    上传用户:Rachel

  • 基于模糊聚类分析与模型识别的微电网多目标优化方法

    在微电网调度过程中综合考虑经济、环境、蓄电池的 循环电量,建立多目标优化数学模型。针对传统多目标粒子 群算法(multi-objective particle swarm optimization,MOPSO) 的不足,提出引入模糊聚类分析的多目标粒子群算法 (multi-objective particle swarm optimization algorithm based on fuzzy clustering,FCMOPSO),在迭代过程中引入模糊聚 类分析来寻找每代的集群最优解。与 MOPSO 相比, FCMOPSO 增强了算法的稳定性与全局搜索能力,同时使优 化结果中 Pareto 前沿分布更均匀。在求得 Pareto 最优解集 后,再根据各目标的重要程度,用模糊模型识别从最优解集 中找出不同情况下的最优方案。最后以一欧洲典型微电网为 例,验证算法的有效性和可行性。

    标签: 模糊 模型识别 微电网 多目标优化 聚类分析

    上传时间: 2019-11-11

    上传用户:Dr.赵劲帅