说明：Adaboost 算法的思想是合并多个“弱”分类器的输出以产生有效分类。其主要步骤为 ：首先给出弱学习算法和样本空间（工， y） ，从样本空间中找出 m 组训练数据，每组训练数据的权重都是 1 /m。然后用弱学习算法迭代运算 T 次，每次运算后都按照分类结果更新训练数据权重分布，对于分类失败的训练个...

BP Adaboost算法 样本权重 基于BP的强分类器 BP-Adaboost 数据分类算法 分类器

说明：a）针对合成纹理图像（共有4 个合成纹理图像，见文件夹： Texture_mosaic_data）中每一个像素提取纹理特征向量； b）利用聚类技术（推荐用k‐均值聚类，可以从网上查找原码）对特征向 量空间中的点进行聚类，类别数可根据图像中的实际纹理类数确定。最后把类 属标签映射成图像形式显示（如下图...

sitppo shorterqs3 图像特征聚类 图像提取 合成纹理图像

说明：该算法主要包含PCA算法和K-Means聚类算法，用于SAR变化检测,包含数据图片。

pca k-means聚类算法 k-means K. PCA-k-means

说明：可用作数据分类和拟合，深度极限学习机拥有深度学习的优势和自身计算速度快的优势。

深度ELM 深度极限 极限学习机 深度学习 BS+H-ELM

说明：本程序主要实现了基于贝叶斯分类的手写数字识别。 1.主程序为recognition.m，运行程序只需打开recognition.m文件运行即可 2.byes算法程序分别在bayes_erzhi.m文件、bayes_leasterror.m文件和bayesleastrisk.m文件...

贝叶斯 贝叶斯分类 贝叶斯分类器 数字识别 手写数字识别 bayes法

说明：采用遗传算法对男女生样本数据中的身高，体重，喜欢数学，喜欢文学，喜欢运动，喜欢模式识别共6个特征进行特征选择，并基于所得到的最佳特征采用SVM设计男女生分类器，并计算模型预测性能（包含SE,SP,ACC和AUC ）。提示：可以用6位的0/1进行编码，适应度函数可以考虑类似 。

AUC-SVM 特征选择算法 男女生分类器 svm-auc svm识别分类

说明：K-MEANS聚类算法,以及PSO和QPSO算法改进K-MEANS算法,breastcancer数据验证了该分类模型的有效。

K-MEANS聚类算法 PSO QPSO K-MEANS算法

说明：matlab实现一些基础的模式识别工作，如贝叶斯分类，聚类算法，bp神经网络

matlab 模式识别-代码 贝叶斯分类 ratheragy pattern-recognition

说明：随机森林算法在图像特征分类回归中的应用，通过结合神经网络进行更好的特征数据处理。

森林算法 图像特征 神经网络

说明：BP神经网络，支持向量机等用于风机故障诊断，实现故障故障分类，附带数据

bp故障诊断 Fault-diagnosis-svm SVM故障分类 故障诊断-svm 风机