注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 南京航空航天大学模式识别课件

  2. 第一章 引论 第二章 经典模式识别方法—贝叶斯决策方法 第三章 线性与非线性判别方法 第四章 聚类方法 第五章 概率密度函数估计 第六章 特征提取和选择 第七章 现代模式识别方法—神经网络、模糊和支持 向量机识别方法 第八章 应用实例介绍(苹果分选，飞机舱音声识别)

  3. 所属分类：网络基础

    • 发布日期：2010-04-22
    • 文件大小：5mb
    • 提供者：yywdc

  1. 模式识别 Pattern Recognition

  2. 模式识别课件，武汉大学 王文伟老师的共8章内容： 1． 模式识别概述 2 2． Bayes决策理论 4 3． 概率密度函数的估计 4 4． 线性判别函数 4 5． 邻近法则 2 6． 非监督学习与聚类方法 4 7． 特征的选择与提取 4 8． 神经网络、统计学习理论和支持向量机8 9． 模糊模式识别 2 10. 应用举例 2

  3. 所属分类：网络基础

    • 发布日期：2010-05-28
    • 文件大小：15mb
    • 提供者：wshthl

  1. 模式识别_密度估计课件

  2. 模式识别_密度估计课件模式识别_密度估计课件模式识别_密度估计课件

  3. 所属分类：专业指导

    • 发布日期：2010-06-23
    • 文件大小：989kb
    • 提供者：taobao2008

  1. 2010级中科院模式识别课件

  2. 主要内容： 模式识别概论统计模式识别 模式识别基本概念、主要方法的各自特点、贝叶斯决策、概率密度估计、聚类分析 特征提取与特征选择 线性特征提取、各种准则和搜索算法 人工神经网络 多层前馈神经网络、RBF网络、自组织影射(SOM)等 核方法 支持向量机、核空间特征提取(KPCA, KFDA) 多分类器系统 分类器融合方法、Bagging, Boosting, ECOC 句法结构模式识别 句法模式识别基本概念、属性串和属性图匹配、HMM Discriminative Learning Loss

  3. 所属分类：专业指导

    • 发布日期：2011-08-02
    • 文件大小：8mb
    • 提供者：lq312658076

  1. 模式识别课件3 概率密度估计

  2. 参数估计 非参数估计 模式识别课件3 概率密度估计 ！！！！！！！！！！！！！！

  3. 所属分类：专业指导

    • 发布日期：2011-10-14
    • 文件大小：1mb
    • 提供者：clqqcl

  1. 机器学习 课件

  2. 监督学习 分类 回归 密度估计 非参数方法 决策树 人工神经网络 贝叶斯学习 增强学习 遗传算法

  3. 所属分类：专业指导

    • 发布日期：2011-12-11
    • 文件大小：3mb
    • 提供者：xy_lan

  1. 模式识别课件

  2. 模式识别课件包括Bayes决策理论、概率密度函数的估计、线性判别函数等重要的分类准则

  3. 所属分类：专业指导

    • 发布日期：2012-04-01
    • 文件大小：8mb
    • 提供者：eaglewly

  1. 模式识别课件

  2. 主要是模式识别的讲解Bayes决策理论 第3章 概率密度函数的估计 第4章 线性判别函数 第5章 非线性判别函数 第6章 近邻法 第8章 特征的选择与提取 第9章 基于K-L展开式的特征提取

  3. 所属分类：专业指导

    • 发布日期：2012-12-05
    • 文件大小：1mb
    • 提供者：lvy1980

  1. 与大家分享北京大学模式识别课件-abbr_57a33fd358a754d1cec77a26d60bb78b.pdf

  2. 与大家分享北京大学模式识别课件-abbr_57a33fd358a754d1cec77a26d60bb78b.pdf 希望对大家有所帮助。 内容 1．导论 2．Bayes决策理论 3．概率密度估计 4．线性判别函数 5．神经网络 6．统计学习理论 7．SVM 8．正则化网络 第二章Bayes决策理论 2.0 引言 2.1 基于最小错误率的Bayes决策 2.2 基于最小风险的Bayes决策 2.3 正态分布的最小错误率Bayes决策 2.4 说明 第三章概率密度估计 3.0 引言 3.1 参数估

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：601kb
    • 提供者：weixin_39841856

  1. 与大家分享北京大学模式识别课件-abbr_3cad3ae3aa988841c350362dbd64f447.pdf

  2. 与大家分享北京大学模式识别课件-abbr_3cad3ae3aa988841c350362dbd64f447.pdf 希望对大家有所帮助。 内容 1．导论 2．Bayes决策理论 3．概率密度估计 4．线性判别函数 5．神经网络 6．统计学习理论 7．SVM 8．正则化网络 第二章Bayes决策理论 2.0 引言 2.1 基于最小错误率的Bayes决策 2.2 基于最小风险的Bayes决策 2.3 正态分布的最小错误率Bayes决策 2.4 说明 第三章概率密度估计 3.0 引言 3.1 参数估

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：626kb
    • 提供者：weixin_39841882

  1. 与大家分享北京大学模式识别课件-abbr_e5b0b9308e1794f7a6c8a9100b97e899.pdf

  2. 与大家分享北京大学模式识别课件-abbr_e5b0b9308e1794f7a6c8a9100b97e899.pdf 希望对大家有所帮助。 内容 1．导论 2．Bayes决策理论 3．概率密度估计 4．线性判别函数 5．神经网络 6．统计学习理论 7．SVM 8．正则化网络 第二章Bayes决策理论 2.0 引言 2.1 基于最小错误率的Bayes决策 2.2 基于最小风险的Bayes决策 2.3 正态分布的最小错误率Bayes决策 2.4 说明 第三章概率密度估计 3.0 引言 3.1 参数估

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：782kb
    • 提供者：weixin_39840387

  1. 与大家分享北京大学模式识别课件-abbr_b3e1296f7f0028bbf6411982fd8007ea.pdf

  2. 与大家分享北京大学模式识别课件-abbr_b3e1296f7f0028bbf6411982fd8007ea.pdf 希望对大家有所帮助。 内容 1．导论 2．Bayes决策理论 3．概率密度估计 4．线性判别函数 5．神经网络 6．统计学习理论 7．SVM 8．正则化网络 第二章Bayes决策理论 2.0 引言 2.1 基于最小错误率的Bayes决策 2.2 基于最小风险的Bayes决策 2.3 正态分布的最小错误率Bayes决策 2.4 说明 第三章概率密度估计 3.0 引言 3.1 参数估

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：644kb
    • 提供者：weixin_39840387

  1. 与大家分享北京大学模式识别课件-abbr_157f7ac8341f66e0063b746b2a5a1ffd.pdf

  2. 与大家分享北京大学模式识别课件-abbr_157f7ac8341f66e0063b746b2a5a1ffd.pdf 希望对大家有所帮助。 内容 1．导论 2．Bayes决策理论 3．概率密度估计 4．线性判别函数 5．神经网络 6．统计学习理论 7．SVM 8．正则化网络 第二章Bayes决策理论 2.0 引言 2.1 基于最小错误率的Bayes决策 2.2 基于最小风险的Bayes决策 2.3 正态分布的最小错误率Bayes决策 2.4 说明 第三章概率密度估计 3.0 引言 3.1 参数估

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：534kb
    • 提供者：weixin_39840588

  1. 与大家分享北京大学模式识别课件-abbr_e2b4a035b1079b6a387d09a3705a5180.pdf

  2. 与大家分享北京大学模式识别课件-abbr_e2b4a035b1079b6a387d09a3705a5180.pdf 希望对大家有所帮助。 内容 1．导论 2．Bayes决策理论 3．概率密度估计 4．线性判别函数 5．神经网络 6．统计学习理论 7．SVM 8．正则化网络 第二章Bayes决策理论 2.0 引言 2.1 基于最小错误率的Bayes决策 2.2 基于最小风险的Bayes决策 2.3 正态分布的最小错误率Bayes决策 2.4 说明 第三章概率密度估计 3.0 引言 3.1 参数估

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：423kb
    • 提供者：weixin_39840650

  1. 与大家分享北京大学模式识别课件-abbr_437599b8118b12cd25490c18bb75611b.pdf

  2. 与大家分享北京大学模式识别课件-abbr_437599b8118b12cd25490c18bb75611b.pdf 希望对大家有所帮助。 内容 1．导论 2．Bayes决策理论 3．概率密度估计 4．线性判别函数 5．神经网络 6．统计学习理论 7．SVM 8．正则化网络 第二章Bayes决策理论 2.0 引言 2.1 基于最小错误率的Bayes决策 2.2 基于最小风险的Bayes决策 2.3 正态分布的最小错误率Bayes决策 2.4 说明 第三章概率密度估计 3.0 引言 3.1 参数估

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：934kb
    • 提供者：weixin_39840914

  1. 与大家分享北京大学模式识别课件-abbr_d18ba99ae0d381cec2f4b2b928571f91.pdf

  2. 与大家分享北京大学模式识别课件-abbr_d18ba99ae0d381cec2f4b2b928571f91.pdf 希望对大家有所帮助。 内容 1．导论 2．Bayes决策理论 3．概率密度估计 4．线性判别函数 5．神经网络 6．统计学习理论 7．SVM 8．正则化网络 第二章Bayes决策理论 2.0 引言 2.1 基于最小错误率的Bayes决策 2.2 基于最小风险的Bayes决策 2.3 正态分布的最小错误率Bayes决策 2.4 说明 第三章概率密度估计 3.0 引言 3.1 参数估

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：616kb
    • 提供者：weixin_39840924

  1. 中科大汪增福模式识别PPT.zip

  2. 中国科学技术大学 汪增福 模式识别课程课件。第一章为绪论。第二章介绍统计模式识别中的几何方法，着重介绍特征空间的概念和相关分类器的设计方法。第三章介绍统计模式识别中的概率方法，着重介绍最小错误概率分类器、最小风险分类器、纽曼皮尔逊分类器和最小最大分类器以及概率密度函数的参数估计和非参数估计等。第四章讨论典型分类器错误概率的计算问题。第五章讨论无监督情况下的模式识别问题，着重介绍几种典型的聚类算法：基于分裂的聚类方法、基于合并的聚类方法、动态聚类方法、基于核函数的聚类方法和近邻函数值聚类方法等。第

  3. 所属分类：机器学习

    • 发布日期：2020-05-10
    • 文件大小：25mb
    • 提供者：strongests