说明:自主学习把稀疏自编码器和分类器实现结合。先通过稀疏自编码对无标签的5-9的手写体进行训练得到最优参数,然后通过前向传播,得到训练集和测试集的特征,通过0-4有标签训练集训练出softmax模型,然后输入测试集到分类模型实现分类。
说明:一个自己编的稀疏表示分类程序(SRC),以帮助了解SRC的原理和算法。
说明:通过将极限学习机(ELM)和稀疏表示(SRC)结合到统一框架中,所提出的混合分类器不仅具有快速测试(ELM的优点)的优点,而且显示出显着的分类精度(SRC的优点)。测试它的AR面部识别,它达到95%的高精度,比ELM(91%)和SRC(93.5%)更好。ELM和SRC之间的桥梁是ELM错误分类度量和...
说明:Relief计算分类权重,有小波分析的盲信号处理,相控阵天线的方向图(切比雪夫加权),信号处理中的旋转不变子空间法,FIR 底通和带通滤波器和IIR 底通和带通滤波器,多元数据分析的主分量分析投影。
说明:使用大量的有限元法求解偏微分方程,是机器学习的例程,应用小区域方差对比,程序简单,可以实现模式识别领域的数据的分类及回归,加入重复控制,多机电力系统仿真及其潮流计算。