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：支持向量机SVM(Support Vector Machine）作为一种可训练的机器学习方法，依靠小样本学习后的模型参数进行导航星提取，可以得到分布均匀且恒星数量大为减少的导航星表 基本情况　Vapnik等人在多年研究统计学习理论基础上对线性分类器提出了另一种设计最佳准则。其原理也从线性可分...

matlab svm 训练 机器 学习方法

说明：matlab图像特征识别。分类器的训练方法。很好的学习资料。如何用OpenCV训练自己的分类器。内含人脸库共训练器使用

训练器 图像分类 opencv--分类器 分类器matlab 图像识别-分类

说明：用于三分类的bp算法matlab程序 下面是一个两概念（一个三角形和一个矩形）学习的例子，是一个典型的多分类例子 分类结果的正确率可通过训练网络进一步提高 -for three classification algorithm Matlab procedures bp below ...

matlab

说明：在许多现实世界的应用中，我们处理与多个相关的分类/回归/聚类任务。对于例如，治疗结果的预测（Bickel et al.，2008），预测效果的任务几种药物的组合是相关的。在疾病进展预测中，预测在每个时间点的结果可以被视为一个任务，这些任务是时间相关的（周等。，2011B）。一个简单的方法是独立解决这...

算法 学习 任务 应用程序 理论

说明：HMM监督分类模型，十分经典，通过输入不同的故障样本，对模型进行针对性训练，得到模型，运用的范围十分广泛，通过对其的学习，可以得到理想的模型，也是属于机器学习的范畴，希望大家能够下载学习，对HMM有更深入的了解！！！！

模型 hmm 学习 监督

说明：级联分类器学习，训练，测试过程选择了HOG特征和LBP特征

adaboost级联 hog-lbp-feature 特征选择 lbp LBP+adaboost

说明：matlab练习程序（KNN，K最邻近分类法） K最邻近密度估计技术是一种分类方法，不是聚类方法。不是最优方法，实践中比较流行。通俗但不一定易懂的规则是： 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

matlab

说明：演示深度学习算法在计算机视觉中的应用 %训练DBN用于分类

说明：此包的许可证在 license.txt 文件中可用。通过运行 COVID19_LabelMaskAutomation.mlx 脚本，您将下载某些根据单独许可协议获得许可的第三方内容。冠状病毒病 (COVID-19) 是 2019 年发现的一种新的人类疾病，过去从未发现过。冠状病毒是一大类病毒，可导致...

深度学习 人脸口罩检测 人脸检测 口罩检测