您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. MATLAB代码最小错误率贝叶斯决策

  2. 自己编写的,很实用的基于最小错误率的贝叶斯决策!
  3. 所属分类:其它

    • 发布日期:2010-06-28
    • 文件大小:4kb
    • 提供者:honghong_1990
  1. 基于贝叶斯决策的分类

  2. 使用Matlab实现,包括一维特征最小错误率bayes分类器;二维特征最小错误率bayes分类器;二维特征最小风险bayes分类器以及使用的数据集合。
  3. 所属分类:其它

    • 发布日期:2011-10-14
    • 文件大小:4kb
    • 提供者:pengyu68
  1. 基于最小错误率的贝叶斯决策判别法

  2. 本代码给出了模式识别中贝叶斯决策方法的C++实现和matlab实现代码,对相关的学习具有引导作用。希望能够对你们的学习具有帮助!
  3. 所属分类:C/C++

    • 发布日期:2012-10-30
    • 文件大小:1mb
    • 提供者:whu_tonghui
  1. 基于最小错误率的贝叶斯决策在手写英文字母分类识别中的应用

  2. 统计决策理论是处理模式识别问题的基本理论之一,而贝叶斯决策理论方法又是统计模式识别中的 一个基本方法,它可以有效地对大量数据进行分析,并生成相应的分类器,对于数据的分类识别有着重大的意义。 把最小错误率的贝叶斯方法运用到手写英文字母的识别中,提高了分类的准确性和有效性
  3. 所属分类:IT管理

    • 发布日期:2012-11-02
    • 文件大小:815kb
    • 提供者:happyhuhui
  1. 贝叶斯决策理论

  2. 基于最小错误率的贝叶斯决策;基于最小风险的贝叶斯决策 ;正态分布时的贝叶斯统计决策;分类器的错误率问题。
  3. 所属分类:专业指导

  1. VC++数字图像模式识别技术及工程实践

  2. 目录 第1章 绪论 1.1 模式和模式识别的概念 1.2 模式空间、特征空间和类型空间 1.3 模式识别系统的构成 1.3.1 信息获取 1.3.2 预处理 1.3.3 特征提取和选择 1.3.4 分类决策 1.4 物体的结构表示 1.5 图片识别问题 第2章 模式识别中的基本决策方法 2.1 基于最小错误率的贝叶斯决策 2.2 分类器设计 2.2.1 多类情况 2.2.2 两类情况 2.3 关于分类器的错误率 2.4 关于贝叶斯决策 2.5 线性判别函数的基本概念 2.6 设计线性分类器的主
  3. 所属分类:C++

    • 发布日期:2013-05-16
    • 文件大小:14mb
    • 提供者:a121649982
  1. Visual C++数字图像模式识别技术及工程实践工程源代码

  2. 第1章 绪论 1.1 模式和模式识别的概念 1.2 模式空间、特征空间和类型空间 1.3 模式识别系统的构成 1.3.1 信息获取 1.3.2 预处理 1.3.3 特征提取和选择 1.3.4 分类决策 1.4 物体的结构表示 1.5 图片识别问题 第2章 模式识别中的基本决策方法 2.1 基于最小错误率的贝叶斯决策 2.2 分类器设计 2.2.1 多类情况 2.2.2 两类情况 2.3 关于分类器的错误率 2.4 关于贝叶斯决策 2.5 线性判别函数的基本概念 2.6 设计线性分类器的主要步骤
  3. 所属分类:C++

    • 发布日期:2013-05-17
    • 文件大小:14mb
    • 提供者:a121649982
  1. 基于最小错误率的贝叶斯决策在手写英文字母分类识别中的应用

  2. 基于最小错误率的贝叶斯决策在手写英文字母分类识别中的应用
  3. 所属分类:专业指导

    • 发布日期:2013-08-30
    • 文件大小:817kb
    • 提供者:u010868153
  1. 最小错误贝叶斯决策matlab

  2. 可运行的基于最小错误率的贝叶斯matlab代码。输入数据即可得判决结果
  3. 所属分类:C/C++

    • 发布日期:2015-03-28
    • 文件大小:4kb
    • 提供者:u014409613
  1. 基于最小错误率的贝叶斯决策

  2. MATLAB源代码,其中一个是虹膜数据;
  3. 所属分类:其它

    • 发布日期:2008-11-25
    • 文件大小:2kb
    • 提供者:z496315040
  1. 基于二值数据的贝叶斯分类实现

  2. 是统计模式识别的基本方法和基础。 是“最优分类器”:使平均错误率最小 条件: 类别数一定, (决策论中把类别称作状态) 已知类先验概率和类条件概率密度
  3. 所属分类:数据库

    • 发布日期:2017-11-01
    • 文件大小:757byte
    • 提供者:weixin_40857506
  1. 手写数字识别

  2. 以MATLAB,GUI界面为平台,利用基于最小错误率的贝叶斯决策分类器来实现手写数字的识别
  3. 所属分类:其它

    • 发布日期:2019-04-04
    • 文件大小:51kb
    • 提供者:ai_xiaobai
  1. 基于ESN-RBF框架的声效模式检测

  2. 针对声效检测过程中基于帧的谱特征不能描述语音现象中固有的时间相关性和动态变化信息的问题,提出一种结合回声状态网络和径向基函数网络的声效检测方法。首先将声学观测特征序列输入到回声状态网络,根据回声状态网络中储备池的节点状态对输入的观测矢量序列进行编码,从而将基于语音帧的声学观测矢量序列映射到高维编码空间;然后径向基函数网络被用于拟合每种声效模式编码后的概率密度函数;最后使用最小错误率贝叶斯决策方法来确定声效模式。对拥有5 000个孤立词的测试集进行声效检测试验,获得79.5%的识别精度。结果表明,
  3. 所属分类:其它

    • 发布日期:2020-04-28
    • 文件大小:491kb
    • 提供者:weixin_38569203
  1. 机器学习算法基础学习总结

  2. 机器学习算法基础学习总结2.基本算法 2.1 Logistic回归 优点:计算代价不高,易于理解和实现。 缺点:容易欠拟合,分类精度可能不高 适用数据类型:数值型和标称型数据。 类别:分类算法。 试用场景:解决二分类问题。 简述: Logistic回归算法基于 Sigmoid函数,或者说 Sigmoid就是逻辑回归函数。 Sigmoid函数定义如下:1/(1-exp(-z))。函数值域范围(0,1)。可以用来做分 类器。 Sigmoid函数的函数曲线如下: 逻辑凹归模型分解如下:(1)首先将不同
  3. 所属分类:机器学习

    • 发布日期:2019-07-02
    • 文件大小:305kb
    • 提供者:abacaba
  1. 基于贝叶斯最小错误率决策的分类(python)

  2. 假定某个局部区域细胞识别中正常P(w1)和异常P(w2)两类先验概率分别为P(w1)=0.9, P(w2)=0.1现有一系列待观察的细胞,其观察值为:-2.67 -3.55 -1.24 -0.98 -0.79 -2.85 -2.76 -3.73 -3.54 -2.27 -3.45 -3.08 -1.58 -1.49 -0.74 -0.42 -1.12 4.25 -3.99 2.88 -0.98 0.79 1.19 3.07 两类的类条件概率符合正态分布p(x|w1)=(-2,1.5), p(x|
  3. 所属分类:教育

    • 发布日期:2020-09-27
    • 文件大小:1kb
    • 提供者:m0_46135173
  1. 基于朴素贝叶斯的分类器设计

  2. 本文在MATLAB平台上对最小错误率贝叶斯决策和最小风险贝叶斯决策进行测试,比较和分析了实验结果。
  3. 所属分类:电信

    • 发布日期:2021-01-01
    • 文件大小:166kb
    • 提供者:JLESUN
  1. 基于最小错误率贝叶斯决策的苹果图像分割

  2. 第22卷第5期122 2006年 5月农业工程学报TransactionsoftheCSAEV01.22No.5May2006基于最小错误率贝叶斯决策的苹果图像分割包晓敏,汪亚明(浙江理工大学信息电子
  3. 所属分类:其它

    • 发布日期:2021-01-21
    • 文件大小:967kb
    • 提供者:weixin_38630358