说明：采用BP神经网络设计男女生分类器。采用的特征包括身高、体重、是否喜欢数学、是否喜欢文学、是否喜欢运动共五个特征，BP神经网络包含一个隐层，隐层结点数为5。要求：自行编写代码完成后向传播算法，采用交叉验证的方式实现对于性能指标的评判（包含SE,SP,ACC和AUC，AUC的计算可以基于平台的软件包）。
bp-男女生 男女生分类器 神经网络设计 算法评判se-sp 女生的BP
说明：采用遗传算法对男女生样本数据中的身高，体重，喜欢数学，喜欢文学，喜欢运动，喜欢模式识别共6个特征进行特征选择，并基于所得到的最佳特征采用SVM设计男女生分类器，并计算模型预测性能（包含SE,SP,ACC和AUC ）。提示：可以用6位的0/1进行编码，适应度函数可以考虑类似 。
AUC-SVM 特征选择算法 男女生分类器 svm-auc svm识别分类
说明：采用SVM设计男女生分类器。采用的特征包含身高、体重、是否喜欢数学、是否喜欢文学、是否喜欢运动共五个特征。要求：采用平台提供的软件包进行分类器的设计以及测试，尝试不同的核函数设计分类器，采用交叉验证的方式实现对于性能指标的评判（包含SE,SP,ACC和AUC，AUC的计算基于平台的软件包）。
男女生分类器 svm-auc AUC-SVM 采用SVM设计 交叉验证-SVM
说明：利用matlab软件对模式识别进行了很好的仿真，利用贝叶斯分类器对男女生进行了很好的分类。
贝叶斯分类器 男女生 分类
说明：利用matlab软件对模式识别进行了很好的仿真，利用贝叶斯分类器对男女生进行了很好的分类
贝叶斯仿真 男女识别 男女生识别 贝叶斯-matlab 贝叶斯分类
说明：matlab实现的模式识别的分类器：fisher 与bayes 分类器，实现男女性别的分类.
模式识别Fisher fisher-男女 模式识别 男女识别 fisher分类
说明：采用AMDF法提取基音周期，并根据男女生基音频率的不同，识别说话人性别。
AMDF 男女识别 amdxf 基音周期 基音
说明：充分了解AdaBoost算法，实现人类面部特征的识别，由性别差异来分类。
分类 图像 Adaboost 基于 性别 面部 男女
说明：男生追女生的数学模型
课件教程
文献求助
