说明:pca做特征降维,然后进行特征空间随机分割构造多个svm分类器,并行处理,对样本进行分类,基于特征空间的svm多分类器
说明:常用的分类方法,包括最近邻(NN),k均值(kmeans),k近邻,Fisher线性判别。
说明:用adaboost法生成基支持向量机分类器,并对识别结果进行简单投票法集成。附有支持向量机工具箱和adaboost算法流程说明。
说明:基于自组织数据挖掘的多分类器集成选择的程序
说明:转发一个可视化的非线性支持向量机多分类源码,比较实用易学,值得进一步深入开发。
说明:小波神经网络用于分类的基础源码,供参考!
说明:是我的模式识别的作业,可以成功的分类iris数据,大家可以
说明:用于图像分类的源代码,深度学习的应用,cnn卷积神经网络的使用,可以自己更换数据集或者调优,适合初学者使用!