说明：通过对集成误差公式的理论分析，提出了一种能主动引导个体网络进行差异性学习的集成网络学习算法。该方法通过对集成误差的分解，使个体网络的训练准则函数中包含个体网络误差相关度的因素，并通过协同训练，引导个体网络进行差异性学习。该方法在基于油气分析的变压器故障诊断的实验结果表明，该方法的故障诊断准确率优于传...

可靠度 matlab Ensemble Learning 集成学习器 bp 变压器故障 协同训练

说明：用于检测机器人抓取的深度学习代码。旨在成为一个简单的代码库，允许您加载抓取数据集、处理和增白它、训练网络和执行抓取检测。目前不包含更先进的评估代码（交叉验证，评分等），或代码的两个通过系统我添加辍学到这个代码。

机器人 抓取检测 深学习代码 评估代码 深度学习代码

说明：bagging 集成算法描述：Bagging是一种把多个不同的弱学习器训练成一个强学习器的集成学习方法Bagging是一种并行训练过程,通过分类测试样本的有放回抽样,获取多个分类测试子样本,通过分类子样本训练T个基分类器，当对每一个实例进行分类时，分别调用这T个基分类器，得到T个结果，最后对分类问题...

matlab EnsembleLearning

说明：本书面向MATLAB 的初中级读者，在介绍MATLAB R2014a 集成环境的基础上，对MATLAB 使用中常用的知识和工具进行了详细的介绍，书中各章均提供了大量有针对性的算例，供读者实战练习。 根据内容的侧重点不同，全书分为4 部分共20 章：第1～5 章为基础部分，讲解MATLAB R2014...

知识处理器 面向对象编程 信号相关性 图像优化 MATLAB-R2014a

说明：多分类器集成系统是当前机器学习领域的一个研究热点。由于使用多个基分类器构建的集成系统通常比单个优秀的分类器具有更强的泛化能力,因此多分类器集成系统为许多基于传统模式识别方法很难解决的分类问题提供了新的解决方案。DNA微阵列技术是一种由物理学、微电子学与分子生物学等几个领域综合交叉形成的高新技术,该技...

matlab

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：应用背景这个工具的背景是设计一个全面的分析工具，用于人脸识别。该工具为在机器学习和模式识别领域工作的学生提供了一个很好的帮助。此应用程序介绍了人脸识别技术，使用机器学习技术，命名为原则的成分分析的标准人脸识别数据集的训练和测试的目的。关键技术该应用程序提供了使用机器学习的人脸识别技术命名为主成分分析...

matlab 识别 人脸 使用 NNMF

说明：应用背景AdaBoost（Adaptive Boosting）算法由Yoav Freund和罗伯特Shapire在1995用于从一组弱分类器中生成强分类器。弗氏和Y.R. Schapire说明一个有趣的例子，赛马的赌徒，解释清楚优化和解空间搜索。很自然地，赌徒会问一些很成功的问题，在他做出决定之前，...

matlab 算法 选择 Adaboost 特征