说明：多分类器集成系统是当前机器学习领域的一个研究热点。由于使用多个基分类器构建的集成系统通常比单个优秀的分类器具有更强的泛化能力,因此多分类器集成系统为许多基于传统模式识别方法很难解决的分类问题提供了新的解决方案。DNA微阵列技术是一种由物理学、微电子学与分子生物学等几个领域综合交叉形成的高新技术,该技...
说明：LDA线性判别分析是一种经典的提取特征的算法，它的基本思想是通过样本的类内离散度和类间离散度，寻找由最佳投影矢量构成的投影矩阵。将原始的样本数据投影到特征子空间中，实现数据分类。由于在人脸识别时常常会遇到小样本问题，因此在本次代码中，先用PCA主成分分析的方法降低样本维数，再用线性判别分析提取特征。...
说明：对于一个两类分类问题，当n=100时候，用mvnrnd()函数随机产生两类样本；每一类的样本容量不小于100；2）设计最大似然估计算法对两类类条件概率密度函数进行估计；3）设计非参数估计算法对两类的类条件概率密度进行估计（任选Parzen窗法或kn-近邻法之一），并分析样本数量、窗宽、k等因素对概率...
说明：CNN作为一种卷积神经网络已经在社会各个领域有了非常深入的应用，特别是在图像识别和人脸识别领域，然而在睡眠分类领域还没有特别完善的应用，因此在本代码中，我们设计了一种CNN框架，能有效的适应睡眠过程中分类不均匀的问题，主要分为数据输入层，卷积层，降采样层，全连接层，和分类层，该CNN框架能有效的解决...