说明：matlab BP神经网络的数据分类——语音特征信号分类

说明：BP神经网络是一种多层前馈神经网络,该网络的主要特点是信号前向传递,误差反向传播。在前向传递中,输入信号从输入层经隐含层逐层处理,直至输出层。每一层的神经元状态只影响下一层神经元状态。如果输出层得不到期望输出,则转入反向传播,根据预测误差调整网络权值和阈值,从而使BP神经网络预测输出不断逼近期望输出...

matlab 分类 神经网络 语音 bp 数据 信号 特征

说明：Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这 些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。其算法本身是通过改变数据分布来实现的，它根据每次训练集之中每个样本的分类是否正确，以及上次的总体分类的准确率，来确定每个样本的权值。将修改过权...

matlab 代码 程序

说明：自编的matlab KFDA程序，核费舍尔判别分析。用于TE过程的故障分类，其中包含正常数据以及故障9和故障11。包含了如何进行核训练，故障的分类等。

matlab matlabKFDA

说明：基于kaiser窗的双谱线插值FFT谐波分析，Relief计算分类权重，使用混沌与分形分析的例程，多元数据分析的主分量分析投影，可以实现模式识别领域的数据的分类及回归，采用累计贡献率的方法。

调试 成功 邻域 直方图 均衡化 算法 matlab 编程

说明：此方法为两类剪辑近邻法，将两类不可分样本剪辑成可分样本，可作为最近邻法的训练样本。方法的第一步是利用已知样本集中的样本进行预分类，并剪辑掉错分的样本，留下的样本构成剪辑样本集；第二步是利用剪辑样本集和近邻规则对未知样本x进行分类。注意：本程序仅是对样本进行剪辑，没有对考试样本进行分类。

识别 模式 近邻 剪辑

说明：给出了一种用径向基函数神经网络（RBFNN）进行建模和模式识别分方法。用径向基函数神经网络（RBFNN）建模进行数据预测。用两种特殊的径向基函数神经网络（GRNN和PNN）进行数据分类，并对分类结果进行对比。

PNN分类 happydnm RBF GRNN神经网络 RBFNN函数

说明：简单的bp神经网络，是一个语音信号的简单建模和处理，结构深度是3层。

深度网络 语音数据 神经网络-层 语音-深度 bp神经网络-matlab

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。

自编码器 分类器实现结合 self-taught-learning

说明：应用背景这个工具箱包括机器学习方法：基于稀疏编码的分类，基于字典的降维子字典学习，学习模型，线性回归和分类（LRC）。核l_1正则或（和）非负约束稀疏编码和字典学习模型在这个工具箱实现。 ；关键技术活动集，内点，近端，和分解方法来优化这些模型。目前的版本是1.9（2015年3月2日）。这个工具箱是免...

matlab SR 工具箱 稀疏 表示