说明: 为检验支持向量机非线性回归的泛化能力,BP神经网络有着很强的非线性拟合能力,能以任意精度逼近任意非线性连续函数,当然其前提条件是——神经网络构造适当并且训练充分。
说明:支持向量机的多分类,用布谷鸟算法的优化。
说明:自己编写的基于支持向量机的决策树的数字识别,识别率很高,另外还有1-v-1分类法作为对照。只有一个文件而且非常简短易懂
说明:基于最小二乘支持向量机的模式识别,特征向量为滚动轴承的能量百分比和峭度系数。
说明:一个强大的统计模式识别工具箱,包含高斯分类器,高斯混合模型,主成分分析,支持向量机等常见分类方法。
高斯-分类 高斯混合分类 Gaussian-classifier 主成分分析-matlab PRTools-toolbox
说明:利用基于阈值分割的迭代法的一种图像分割算法。不仅支持前背景分割,还可以进行多层分割,只要改变n的值即可。迭代法的原理是每次分割都利用均值算出阈值,并将新阈值与旧阈值进行比较,当两者之差很小时结束迭代。即利用迭代的思想找到能量最集中的图像部分。第一次传代码还请大家体谅。
说明:gmcalab 快速广义的形态分量分析,包括主成分分析、因子分析、贝叶斯分析,验证可用,迭代自组织数据分析,模式识别中的bayes判别分析算法,调试通过可以使用。
说明:模式识别一份很好的作业,包括线性分类器;最小风险贝叶斯分类器;监督学习法分层聚类分析;K-L变换提取有效特征,支持向量机