说明：手写印地语数字识别在阿拉伯东部国家发挥着重要作用，特别是在阿拉伯银行支票的礼节金额。本文提出了一种有效的脱机手写印地语数字识别系统，并利用多层感知器神经网络（MLP）进行了开发。实现的系统识别分离手写印地语数字扫描使用扫描仪。该系统已经设计、实现和测试成功。采用误差反向传播算法对MLP网络进行训练。...

matlab

说明：最大似然法（Maximum Likelihood，ML）也称为最大概似估计，也叫极大似然估计，是一种具有理论性的点估计法，此方法的基本思想是：当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大，而不是像最小二乘估计法旨在得到使得模型能最好地拟合样本...

matlab

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：基于MUSiC算法的空间谱，亲测可用 最大似然法（Maximum Likelihood，ML）也称为最大概似估计，也叫极大似然估计，是一种具有理论性的点估计法，此方法的基本思想是：当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大，...

说明：function [clusters，c，F]=fisher_classify(A，B，data) fisher判别法程序 输入A、B为已知类别样本的样本-变量矩阵，data为待分类样本 输出C为判别系数向量

Fisher-判别法 Fisher向量 Fisher系数程序 Fisher判别系数 fisher判别

说明：K近邻算法。是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该样本也属于这个类别。

K. knn

说明：使用SVM对样本进行非线性分类，并画出决策面。不限制样本维数，经测试，对多维样本也有很好的分类效果。结果其他算法，可以实现较复杂的机器学习和模式识别。

matlab 分类 svm 进行 非线性

说明：适合于多分类问题，二分类问题。该源代码的测试数据为常用的数据Iris，测试结果显示该算法的分类正确率极高，能够达到98%。K-最近邻(k-Nearest Neighbour，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如果一个样本在特征空间中的k个最相...

说明：#include #include #include using namespace std; #define  innode 8  //输入结点数 #define  hidenode 14//隐含结点数 #define  outnode 1 //输出结点数 #define  tr...

matlab

说明：模糊c-均值聚类算法 fuzzy c-means algorithm (FCMA)。在众多模糊聚类算法中，模糊C-均值（ FCM） 算法应用最广泛且较成功，它通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本点的类属以达到自动对样本数据进行分类的目的。