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:在模式识别中,k-近邻邻居算法 (或简称 K-NN) 是一种用于分类和回归的非参数方法。在这两种情况下,输入包括 k 最近训练样本在特征空间中。输出取决于 k-近邻用于分类或回归。
matlab 算法 近邻 邻居
说明:神经网络实例集。包括以下几个程序单层线性神经网络实例、感知器神经元解决较复杂输入向量的分类问题、基于感知器神经网络处理复杂的分类问题、数值分析程序matlab-GUI、用BP网络完成函数的逼近源程序、自组织特征映射应用实例。
神经网络 实例
说明:常规波束形成器DOA估计算法、Capon最小方差估计方法、多信号分类(MUSIC)算法比较
常规波束形成器 DOA估计算法 Capon最小方差估计方法 多信号分类 MUSIC 算法比较 估计方法
说明:根据历史电网负荷数据,用深度置信网络预测未来负荷大小。
负荷 DBN DBN数据 预测 置信 深度预测 深度置信网络
说明:ASK、PSK和FSK信号的盲识别仿真,仿真产生各类信号,分别可进行大类间的识别和类内识别,统计识别准确率。
ASK信号 PSK信号 FSK信号 盲识别
说明:本案例选取了民歌、古筝、摇滚和流行四类不同音乐,用BP神经网络实现对这四类音乐的有效分类。
音乐分类 民歌 古筝 BP 案例 神经网络音乐 matlab
说明:用其中一半的数据采用ANN-BP算法设计分类器,另一半数据用于测试分类器性能。
bp ann 分类器
说明:深度学习中的深度信念网络,用于数据的分类和预测。
DBN 深度学习 深度信念网络 数据分类 数据预测 Deep
说明:使用迁移学习和稀疏编码来实现不同领域之间的适配,是一种基于特征表示的迁移学习
特征编码 特征迁移 sparse 迁移学习