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. adaboosting算法用matlab实现

  2. 用matlab程序来实现boosting算法

  3. 所属分类：其它

    • 发布日期：2009-04-30
    • 文件大小：4kb
    • 提供者：liurs6891

  1. 集成学习(Bagging ，Boosting ,AdaBoost) PPT

  2. 集成学习Bagging ，Boosting等介绍的PPT。集成方法是构建一种对单个分类器进行集成的学习算法，将各分类器的分类结果以一定的方式集成起来实现对新数据点进行分类，其中单个分类器是独立的且不要求分类精度很高。通过这种方式，大大提高了集成系统的性能。

  3. 所属分类：专业指导

  1. 用VC++实现的Boosting算法

  2. 用VC++实现的AdaBoost.M1算法，用于两类分类，效果很好

  3. 所属分类：C++

    • 发布日期：2011-09-21
    • 文件大小：2mb
    • 提供者：mmkang

  1. 基于LBP的人脸检测，其中PCA用来降维，LBP用于提取纹理特征BoostingLbp

  2. 基于LBP的实现人脸检测，其中PCA用来降维，LBP用于提取纹理特征BoostingLbp，源码包含了很多知识点。

  3. 所属分类：C++

    • 发布日期：2013-10-29
    • 文件大小：98kb
    • 提供者：wg_chn

  1. Boosting matlab代码

  2. Boosting算法的MATLAB代码实现

  3. 所属分类：项目管理

    • 发布日期：2014-03-01
    • 文件大小：13kb
    • 提供者：bian_2012

  1. SGB算法 Matlab实现

  2. SGB算法 Matlab实现 Gradient Boosting 当然你们的一些输入没有给出，感兴趣的可以看看

  3. 所属分类：其它

    • 发布日期：2014-12-10
    • 文件大小：21mb
    • 提供者：jiangxiao89

  1. boosting实现

  2. 该代码实现了boosting算法的每一条步骤，用C++语言实现，比较完整。

  3. 所属分类：C++

    • 发布日期：2015-01-22
    • 文件大小：28kb
    • 提供者：u013291569

  1. 回归方法和机器学习方法以及R代码实现

  2. R语言回归方法和机器学习方法的讲解，课件是pdf形式 R代码-机器学习方法包括决策树、随机森林、svm、神经网络、boosting、bagging以及各种回归方法 其中包含一些数据及例子以供参考。

  3. 所属分类：讲义

    • 发布日期：2015-05-11
    • 文件大小：12mb
    • 提供者：letsgoaway

  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. matlab adaboost几种算法实现

  2. matlab实现了几种经典的adaboost算法，包括boosting，gentle adaboost，real adaboost。

  3. 所属分类：互联网

    • 发布日期：2016-01-14
    • 文件大小：9kb
    • 提供者：u014617095

  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. 决策树分类器的实现及在遥感影像 分类中的应用

  2. 决策树算法是数据挖掘中应用最广的归纳推理算法之一，其构造不需要任何领域知识或参数设置，适合于探测式知识发现。决策树算法具有结构清晰、运行速度快、准确性高以及更好的灵活性和鲁棒性，可以用于处理高维数据，其获取的知识是直观的且容易被人理解。目前决策树算法已经被广泛的应用于医学、制造和生产、金融分析、天文学、分子生物学以及遥感影像分类等领域。 法和boosting推进技术研究的基础上，以BoostTree算法为基础，通过算法改进，构建了AdaTree.WL算法。然后以该算法为基础研发了决策树遥感影像

  3. 所属分类：机器学习

    • 发布日期：2017-10-21
    • 文件大小：2mb
    • 提供者：sailingw

  1. EDA/PLD中的Adaboost算法的FPGA实现与性能分析

  2. 摘要：Adaboost算法采用由弱到强的级联型分类器用以快速检测人脸。但在实际应用中计算量巨大。在PC机上用纯软件实现该算法得到的目标检测速度也难以达到实时。本文论述了一种采用像素积分计算阵列的人脸检测系统,能够对图像像素进行流水运算处理以达到提升检测速度的效果,并在Virtex5系列FPGA上实现。通过该并行系统对单幅352x288的图像进行人脸检测,其速率可以达到50帧/秒,可以满足工业应用的实时性要求。 　　引言 　　Adaboost 算法是Freund 和Schapire 于1995

  3. 所属分类：其它

    • 发布日期：2020-11-09
    • 文件大小：199kb
    • 提供者：weixin_38664612

  1. 提高加权ELM以实现不平衡学习

  2. 用于单层前馈神经网络（SLFN）的极限学习机（ELM）是一种强大的机器学习技术，并且以其快速的学习速度和良好的泛化性能而受到关注。 最近，提出了加权ELM来处理具有不平衡类分布的数据。 加权ELM的关键本质是为每个训练样本分配了额外的权重。 尽管提供了一些经验加权方案，但是如何确定更好的样本权重仍然是一个悬而未决的问题。 在本文中，我们提出了一种Boosting加权ELM，它将加权ELM无缝地嵌入到经过修改的AdaBoost框架中，以解决上述问题。 直观地，反映训练样本重要性的AdaBoost框

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：559kb
    • 提供者：weixin_38506182

  1. 8种用Python实现线性回归的方法

  2. 抛开涉及大量数统的模型分析和检验不说，你真的就能熟练应用线性回归了么?未必!时至今日，深度学习早已成为数据科学的新宠。即便往前推10年，SVM、boosting等算法也能在准确率上完爆线性回归。一方面，线性回归所能够模拟的关系其实远不止线性关系。线性回归中的“线性”指的是系数的线性，而通过对特征的非线性变换，以及广义线性模型的推广，输出和特征之间的函数关系可以是高度非线性的。另一方面，也是更为重要的一点，线性模型的易解释性使得它在物理学、经济学、商学等领域中占据了难以取代的地位。由于机器学习库s

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：291kb
    • 提供者：weixin_38616505

  1. 基于无监督在线学习实现视频遮挡边界检测

  2. 为了检测视频序列中的遮挡边界，提出一种新颖的基于无监督在线学习的遮挡边界检测方法。该方法提取视频序列中待测帧的遮挡相关特征并计算其对应的时间长度，利用对冲算法思想并结合时间长度及不同遮挡特征求得待测帧中像素点的遮挡相关信息，利用各特征的遮挡相关信息进行投票，完成当前帧图像的遮挡边界检测。利用Online Boosting 思想以当前帧的检测结果来估计下一帧的特征投票权重，实现后续帧图像的遮挡边界检测。该方法通过在线学习思想改变不同特征的权重完成遮挡边界检测功能，无需预先获取视频序列的先验知识。实

  3. 所属分类：其它

  1. basicMLpy：实现简单有效的机器学习算法和技术的软件包-源码

  2. 基本MLpy basicMLpy是一个实现简单机器学习算法的软件包。 它目前包含七个模块，这些模块实施了多种机器学习技术以进行监督学习。 basicMLpy.regression模块包含以下功能： 线性回归 岭回归 basicMLpy.classification模块包含以下功能： 通过IRLS（迭代加权最小二乘）算法进行多类分类 basicMLpy.nearest_neighbors模块包含以下功能： K最近邻算法的实现，可以同时满足分类和回归问题 basicMLpy.model_se

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：15kb
    • 提供者：weixin_42100032

  1. 8种用Python实现线性回归的方法

  2. 抛开涉及大量数统的模型分析和检验不说，你真的就能熟练应用线性回归了么?未必!时至今日，深度学习早已成为数据科学的新宠。即便往前推10年，SVM、boosting等算法也能在准确率上完爆线性回归。一方面，线性回归所能够模拟的关系其实远不止线性关系。线性回归中的“线性”指的是系数的线性，而通过对特征的非线性变换，以及广义线性模型的推广，输出和特征之间的函数关系可以是高度非线性的。另一方面，也是更为重要的一点，线性模型的易解释性使得它在物理学、经济学、商学等领域中占据了难以取代的地位。由于机器学习库s

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：291kb
    • 提供者：weixin_38683848

  1. python实现随机森林random forest的原理及方法

  2. 引言 想通过随机森林来获取数据的主要特征 1、理论 随机森林是一个高度灵活的机器学习方法，拥有广泛的应用前景，从市场营销到医疗保健保险。 既可以用来做市场营销模拟的建模，统计客户来源，保留和流失。也可用来预测疾病的风险和病患者的易感性。 根据个体学习器的生成方式，目前的集成学习方法大致可分为两大类，即个体学习器之间存在强依赖关系，必须串行生成的序列化方法，以及个体学习器间不存在强依赖关系，可同时生成的并行化方法； 前者的代表是Boosting，后者的代表是Bagging和“随机森林”（Rando

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：113kb
    • 提供者：weixin_38606294

  1. Adaboost算法的FPGA实现与性能分析

  2. 摘要：Adaboost算法采用由弱到强的级联型分类器用以快速检测人脸。但在实际应用中计算量巨大。在PC机上用纯软件实现该算法得到的目标检测速度也难以达到实时。本文论述了一种采用像素积分计算阵列的人脸检测系统,能够对图像像素进行流水运算处理以达到提升检测速度的效果,并在Virtex5系列FPGA上实现。通过该并行系统对单幅352x288的图像进行人脸检测,其速率可以达到50帧/秒,可以满足工业应用的实时性要求。 　　引言 　　Adaboost 算法是Freund 和Schapire 于1995

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：244kb
    • 提供者：weixin_38614825
« 12 3 »