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. 链表实现随机森林 C++

  2. C++ 链表结构实现随机森林 有解释 参数可设置 完成分类

  3. 所属分类：C++

    • 发布日期：2015-10-09
    • 文件大小：2mb
    • 提供者：houdong1992

  1. 一种仿生物视觉感知的视频轮廓检测方法

  2. 消除背景的局部边缘干扰同时保证目标的完整轮廓是视频轮廓检测的一个难点, 基于运动感知的生物视觉证据, 提出一种运动能量抑制模型, 有效抑制背景边缘, 激励目标的强边缘. 通过归一化整理视频运动切片的四方向运动能量抑制响应, 反映V1 层视觉神经元的周围抑制感知特性, 进而采用\双半圆盘" 算子提取边缘梯度响应, 同时, 结合运动和外观线索,用随机森林对边缘梯度响应的局部结构进行树划分, 得到最终的检测结果. 实验表明, 本文提出的方法较已有的视频轮廓检测方法有更优的量化查全{ 查准率曲线、F-

  3. 所属分类：C++

    • 发布日期：2015-11-03
    • 文件大小：6mb
    • 提供者：qq_30683647

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：专业指导

    • 发布日期：2016-01-05
    • 文件大小：220kb
    • 提供者：huangyueranbbc

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：Java

    • 发布日期：2017-04-08
    • 文件大小：220kb
    • 提供者：q6115759

  1. 利用随机森林对高熵合金进行分类

  2. 利用python语言对高熵合金的不同晶体结构进行分类，并得出不同的特征属性对晶体结构重要性的大小

  3. 所属分类：机器学习

  1. 用于定向检测的边缘随机森林

  2. 用于定向检测的边缘随机森林，要求MATLAB版本高于2010。可以定向检测边缘信息，此代码为国外一大神所写，拿来借鉴一下！对边缘检测很有帮助，使你的论文层次更上一个台阶！

  3. 所属分类：机器学习

    • 发布日期：2018-09-06
    • 文件大小：10mb
    • 提供者：niceswz

  1. 基于opencv3.1库的JAVA源码

  2. 第1章 Java概述、安装及简易教学 14 1-1 Java概述 14 1-2 Java安装 16 1-3 Eclipse安装 18 1-4 GUI设计工具WindowBuilder 18 1-5 在Eclipse开发第一个Java程式 23 1-6 在Eclipse开发第一个Java视窗程式-显示影像 26 1-7 在Eclipse开发视窗程式-slider控制元件 34 1-8 在Eclipse开发视窗程式-按钮控制元件 39 1-9 好用的Eclipse热键 41 第2章 OpenCV概

  3. 所属分类：图像处理

    • 发布日期：2018-09-29
    • 文件大小：1mb
    • 提供者：caozhenguan

  1. 决策树与随机森林

  2. 分类决策树模型是一种对样本进行分类的树形结构。决策树由 节点（Node）和有向边（Directed Edge）组成，节点有两种类型： 内部节点（Internal Node）和叶节点（Leaf Node）。内部节点表示一 个属性或特征，叶节点表示一个类别。

  3. 所属分类：机器学习

    • 发布日期：2019-02-01
    • 文件大小：651kb
    • 提供者：qq_43041340

  1. 尼日利亚森林保护区的生物多样性和碳潜力：尼日尔盆地的见解

  2. 预计森林保护区将拥有各种各样的生物多样性，并为可能在附近森林景观中受到威胁的稀有物种提供庇护。 尽管这是整个热带地区（例如尼日利亚）大多数保护区的指导性规程，但这些保护区在多大程度上拥有生物多样性并充当碳的潜在储存地，尚不确定。 这项研究使用了4公顷随机选择的森林地块，以验证保护区的生物多样性，林分结构和碳储存潜力。 物种重要性值用于总结景观的组成。 多样性（平均多样性= 0.85）和物种丰富度（11种）均较低。 该地区的生物多样性非常差，主要由杜鹃花（Elaeis guineensis）和蜜m

  3. 所属分类：其它

  1. 路堑开挖爆破对民房危害的随机森林预测模型

  2. 为研究路堑开挖爆破对邻近民房安全的危害,运用主成分分析及随机森林算法对其进行预测.选取爆破参数、地质条件、民房结构3个方面的共16项重要影响因素,采用主成分分析法并从中提取6个主要成分.以主成分值为输入,房屋安全程度的量化值为输出,建立路堑开挖爆破对邻近民房安全危害的随机森林预测模型.利用18组工程实例数据为训练样本,另外4组数据为检验样本,进行了模型的预测实验.实验结果表明:基于主成分分析的随机森林模型对数据的拟合度较高,预测误差低,该模型可以作为实现路堑开挖爆破对邻近民房安全危害预测的一个有

  3. 所属分类：其它

    • 发布日期：2020-06-03
    • 文件大小：760kb
    • 提供者：weixin_38530202

  1. 基于大样本的随机森林恶意代码检测与分类算法

  2. 随着互联网的快速发展，计算机安全问题已经提高到国家安全的战略角度。但是在互联网上传播的恶意代码数量、种类等都在增加。针对恶意代码数量庞大、传统特征检测覆盖面不够广、准确度不高的问题，提出了在大样本下基于随机森林的恶意代码检测算法。大样本下，将PE文件结构特征和敏感API作为输入特征，采用随机森林算法对恶意代码进行检测。实验结果表明，大样本下，随机森林算法是一种优秀的用于恶意代码检测的算法,即使在恶意代码样本量庞大的情况下，仍然具有良好的分类效果，其在现实应用中具有重要的价值。

  3. 所属分类：其它

    • 发布日期：2020-10-15
    • 文件大小：257kb
    • 提供者：weixin_38614112

  1. 基于建模蛋白质3D结构信息和随机森林回归的二硫键连通性预测

  2. 基于建模蛋白质3D结构信息和随机森林回归的二硫键连通性预测

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：665kb
    • 提供者：weixin_38628647

  1. 使用随机结构化森林的自动道路裂缝检测

  2. 使用随机结构化森林的自动道路裂缝检测

  3. 所属分类：其它

  1. SE-ML-Algorithms-DataStruc：在软件工程与机器学习中尝试一些简单的练习，算法，数据结构和软件模式。 语言会有所不同，包括Python，Java，CC ++，R，Julia，Golang，Haskell，Scala，J

  2. ML算法： 线性回归 逻辑回归 朴素贝叶斯 知识网络 K均值 决策树 随机森林 支持向量机 ANN ....等 排序算法： 快速排序 气泡排序 合并排序 插入排序...等 数据结构和算法： Queue列 二叉树 链表 跳过清单 BFS，DFS ....等 DSP和多媒体技术： 快速傅立叶变换 小波 哈夫曼...等

  3. 所属分类：其它

    • 发布日期：2021-02-27
    • 文件大小：645kb
    • 提供者：weixin_42127775

  1. 通俗解释随机森林算法

  2. 首先我们来复习一下之前介绍过的两个机器学习模型：Bagging和DecisionTree。Bagging是通过bootstrap的方式，从原始的数据集D中得到新的D^；然后再使用一些basealgorithm对每个D^都得到相应的gt；最后将所有的gt通过投票uniform的形式组合成一个G，G即为我们最终得到的模型。DecisionTree是通过递归形式，利用分支条件，将原始数据集D切割成一个个子树结构，长成一棵完整的树形结构。DecisionTree最终得到的G(x)是由相应的分支条件b(x

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：902kb
    • 提供者：weixin_38506138

  1. SSI-Optimal-Impedance：该库在浅基础上的建筑结构的时域响应分析中提供频域阻抗的最佳实现。 使用基于随机森林的机器学习将结果保存在pkl文件中-源码

  2. SSI最佳阻抗 该存储库在浅层基础上的建筑结构的时域响应分析中提供了频域阻抗的最佳实现。 使用基于随机森林的机器学习将结果保存在pkl文件中。

  3. 所属分类：其它

  1. 一种基于结构随机森林的家庭日常工具部件功用性快速检测算法

  2. 家庭日常工具的部件功用性主动认知是家庭服务机器人智能提升的重要方面。为满足服务机器人实时自主作业的需要，提出了一种基于结构随机森林(SRF)的工具部件功用性快速检测算法。在离线训练阶段，利用SRF训练功用性边缘检测器与功用性检测器，并通过评估功用性检测结果的Fβ值确定工具各部件功用性对应的先粗糙后逐步精细化(coarse-to-fine)阈值。在线检测阶段，首先使用功用性边缘检测器计算功用性区域边缘的初步概率图，继而加以coarse-to-fine阈值滤波得到包含工具部件功用性的外接矩形区域，最

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：10mb
    • 提供者：weixin_38701407

  1. benchm-ml：用于二进制分类的顶级机器学习算法（随机森林，Rus，Python scikit-learn，H2O，xgboost，Spark MLlib等）的可扩展性，速度和准确性的最低基准。梯度增强树，深度神经网络等）-源码

  2. 用于分类的机器学习库的可伸缩性，速度和准确性的简单/有限/不完整基准 所有基准都是错误的，但有些是有用的 该项目旨在为一些机器学习算法的常用实现的可伸缩性，速度和准确性提供一个最低基准。 这项研究的目标是使用数字和分类输入（具有有限的基数，即不是很稀疏）并且没有丢失的数据进行二进制分类，这可能是业务应用程序中最常见的问题（例如，信用评分，欺诈检测或客户流失预测）。 如果输入矩阵的大小为n x p ，则n的变化范围为10K，100K，1M，10M，而p为〜1K（在将分类扩展为伪变量/一次编码后）。

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：306kb
    • 提供者：weixin_42134537

  1. 通俗解释随机森林算法

  2. 首先我们来复习一下之前介绍过的两个机器学习模型：Bagging和DecisionTree。Bagging是通过bootstrap的方式，从原始的数据集D中得到新的D^；然后再使用一些base algorithm对每个D^都得到相应的gt；最后将所有的gt通过投票uniform的形式组合成一个G，G即为我们最终得到的模型。Decision Tree是通过递归形式，利用分支条件，将原始数据集D切割成一个个子树结构，长成

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：902kb
    • 提供者：weixin_38607552

  1. 机器学习之集成学习和随机森林

  2. 1 基本概念 集成学习，通过构建并结合多个学习器来完成学习任务。一般结构是：先产生一组“个体学习器”，再用某种策略将它们结合起来。结合策略主要有平均法、投票法和学习法等。 随机森林指的是利用多棵树对样本进行训练并预测的一种分类器。 2 自己模拟的集成学习法 import numpy as np import matplotlib.pyplot as plt from sklearn import datasets X, y = datasets.make_moons(n_samples=50

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：780kb
    • 提供者：weixin_38671628
« 12 3 »