[机器学习] 中科院自动化所宗成庆-自然语言处理方法与应用.pdf

说明： 中科院自动化所宗成庆-自然语言处理方法与应用.，这个是2019年，宗成庆讲座PPT,108页，可以快速了解自然语言领域的相关研究，以及应用方法。
<csmzsh> 上传 | 大小：7mb

[机器学习] Python语法总结(完整版).pdf

说明： 本篇文档主要是基于唐宇迪python快速入门课程中自己整理的语法总结，共计14页，基本包含了python入门和机器学习需要的基本语法。文档适合有其他例如C/C++，JAVA语言基础想快速入门python的学习者，也适合python考试的知识点提要，尤其适合需要使用python但是不想花费大量时间去读书看视频的同学！喜欢的童鞋点下关注哦！
<weixin_42179861> 上传 | 大小：655kb

[机器学习] P_YUCENOX.m

说明： 利用BP神经网络进行预测分析，代码比较清晰，结构明了，可以直接套模型使用，预测效果较好，精度较高。
<lovelyf1314> 上传 | 大小：1kb

[机器学习] 国科大计算机视觉董秋雷期末考试【非照片】

说明： 2018年考试视觉，非照片！文字版！纯文字！可复制粘贴！
<dzgybd> 上传 | 大小：174kb

[机器学习] linucb.pdf

说明： 在推荐系统中，通常把待推荐的商品作为MAB问题的arm。UCB是context-free类的算法，没有充分利用推荐场景的上下文信息，为所有用户的选择展现商品的策略都是相同的，忽略了用户作为一个个活生生的个性本身的兴趣点、偏好、购买力等因素，因而，同一个商品在不同的用户、不同的情景下接受程度是不同的。故在实际的推荐系统中，context-free的MAB算法基本都不会被采用。
<qq_36718973> 上传 | 大小：299kb

[机器学习] 基于阈值分割的车牌定位识别.zip

说明： 本程序通过采集的车牌图像进行灰度变换，边缘检测，腐蚀和平滑等处理过程，得到一种基于车牌颜色纹理特征的车牌定位方法，最终实现车牌区域定位和数字识别。本程序由matlab编写，有详细的代码和配套图片，可以直接运行。
<dddddd6> 上传 | 大小：2mb

[机器学习] Tensor Decompositions, the MATLAB Tensor Toolbox 3.0

说明： Tensor Decompositions, the MATLAB Tensor Toolbox, and Applications to Data Analysis，张量工具箱最新版本
<passiozhang> 上传 | 大小：1mb

[机器学习] Logistic回归案例（数据集+python代码）.zip

说明： Logistic回归案例（数据集+python代码），包含完整案例数据集和代码，具体操作步骤，可以参看我的CSDN博客。
<kyrie001> 上传 | 大小：3kb

[机器学习] 基于小波域隐马尔可夫模型多尺度图像分割

说明： 提出了一种基于小波域自适应上下文结构的多尺度图像分割算法（JACMS）．该算法为了减小计算复杂度，采用隐马尔可夫半树模型和参数加权训练算法，得到了可靠的初始分割．为了获得较好的区域一致性和边缘准确性，在进行尺度间融合时，采用自适应的上下文结构分别应用于图像纹理均质区域和图像纹理边缘，保证了图像大致轮廓的准确性和可靠性，提高了分割后图像纹理边缘的精确度．对合成图像与航摄像片的实验结果表明，该方法的分割错误概率低于传统的基于小波域隐马尔可夫树模型的图像分割方法，且对真实图像得到了理想的分割效果．
<voice2007> 上传 | 大小：724kb

[机器学习] 基于小波变换的图像分割研究

说明： 基于多分辨率分析的图像分割技术是当前图像处理的重要内容, 提出了小波变换多分辨率分析方法与改进分水岭分割算法相结合的综合分割方法。此方法利用逐层影射和小波反变换可以得到高分辨率图像, 与在原始图像上直接进行传统分水岭分割算法相比较, 该方法的实验结果能有效地减少分水岭算法图像过分割现象, 经实验证明了该方法的有效性和实用性。
<voice2007> 上传 | 大小：834kb

[机器学习] 基于改进小波域隐马尔可夫模型的遥感图像分割_郭松涛.pdf

说明： 该文提出了一种基于改进小波域隐马尔可夫树(HMT) 模型进行图像分割的方法。该方法利用基于希尔伯特变换对的二维方向小波, 这种小波变换具有平移不变性、方向检测性好的特点。同时该方法还利用拓展HMT对该改进小波域中尺度间的小波系数相关性进行建模, 并结合多背景融合技术进行遥感图像的分割, 得到了优于己有文献的分割结果, 而且与同类算法相比, 降低了算法所需的计算量。
<voice2007> 上传 | 大小：337kb

[机器学习] 一种快速、高精度和稳健的影像匹配算法.pdf

说明： 在遥感影像应用中, 匹配是一项很关键技术, 它的优劣直接关系到后续成果的质量。而匹配质量本身的优劣又取决于匹配的速度、精度和可靠性。针对这三个方面的因素, 本文探讨一种基于小波变换、遗传算法和最小二乘匹配的快速高精度影像匹配组合算法。小波变换用于减少匹配搜索数据, 遗传算法用于优化搜索空间, 而最小二乘匹配则用于获得子像素匹配精度。同时为提高遗传搜索的稳定性和匹配结果的可靠性, 本文探讨一种改进的自适应算子概率遗传算法。该改进的基本原理是杂交概率依选择的两父代染色体间的Hamming 距离而自
<voice2007> 上传 | 大小：253kb