模式識(shí)別-貝葉斯最小錯(cuò)誤率判別一幅圖像是屬于人，還是屬于背景。圖像經(jīng)過(guò)預(yù)處理。
資源簡(jiǎn)介：模式識(shí)別-貝葉斯最小錯(cuò)誤率判別一幅圖像是屬于人，還是屬于背景。圖像經(jīng)過(guò)預(yù)處理。
上傳時(shí)間： 2015-05-19
上傳用戶：qwe1234
資源簡(jiǎn)介：一個(gè)基于正態(tài)分布 的貝葉斯最小錯(cuò)誤率的分類(lèi)器
上傳時(shí)間： 2016-05-17
上傳用戶：洛木卓
資源簡(jiǎn)介：模式識(shí)別貝葉斯程序，實(shí)現(xiàn)模式識(shí)別中的貝葉斯程序。
上傳時(shí)間： 2013-12-03
上傳用戶：ddddddos
資源簡(jiǎn)介：Visual C++數(shù)字圖像模式識(shí)別技術(shù)及工程實(shí)踐(隨書(shū)光盤(pán)）人民郵電出版社2003張宏林本書(shū)介紹了模式識(shí)別和人工智能中的一些基本理論以及一些相關(guān)的模型,包括貝葉斯決策、線性判別函數(shù)、神經(jīng)網(wǎng)絡(luò)理論、隱馬爾可夫模型、聚類(lèi)技術(shù)等,同時(shí)結(jié)合模式識(shí)別中的一些經(jīng)典問(wèn)...
上傳時(shí)間： 2017-07-01
上傳用戶：netwolf
資源簡(jiǎn)介：支持向量機(jī)的模式識(shí)別的經(jīng)典算法--最小平方支持向量滟
上傳時(shí)間： 2015-02-12
上傳用戶：徐孺
資源簡(jiǎn)介：了解密度函數(shù)參數(shù)估計(jì)方法和密度函數(shù)非參數(shù)估計(jì)方法； 實(shí)現(xiàn)貝葉斯最小錯(cuò)誤概率分類(lèi)器設(shè)計(jì)方法；
上傳時(shí)間： 2018-05-15
上傳用戶：zyicon
資源簡(jiǎn)介：關(guān)于貝葉斯模型的應(yīng)用，一篇國(guó)外博士論文，值得一看
上傳時(shí)間： 2014-01-08
上傳用戶：1966640071
資源簡(jiǎn)介：一個(gè)聚類(lèi)程序，基于貝葉斯最小錯(cuò)誤率的判別，效果挺好的。
上傳時(shí)間： 2016-05-25
上傳用戶：cjf0304
資源簡(jiǎn)介：實(shí)現(xiàn)三類(lèi)協(xié)方差不等的貝葉斯分類(lèi)，輸入樣本即可得出此樣本屬于哪一類(lèi)。
上傳時(shí)間： 2014-01-19
上傳用戶：youke111
資源簡(jiǎn)介：模式識(shí)別一份很好的作業(yè),包括線性分類(lèi)器；最小風(fēng)險(xiǎn)貝葉斯分類(lèi)器；監(jiān)督學(xué)習(xí)法分層聚類(lèi)分析；K－L變換提取有效特征,支持向量機(jī)
上傳時(shí)間： 2014-11-30
上傳用戶：372825274
資源簡(jiǎn)介：本書(shū)是清華大學(xué)自動(dòng)化教材,主要討論統(tǒng)計(jì)模式識(shí)別理論和方法,包括了貝葉斯決策理論、線性和非線性判別函數(shù)、近鄰規(guī)則、經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化、特征提取和選擇、聚類(lèi)分析、人工神經(jīng)網(wǎng)絡(luò)、模糊模式識(shí)別、模擬退火和遺傳算法，以及統(tǒng)計(jì)學(xué)習(xí)理論和支持向量機(jī)等內(nèi)容，還介...
上傳時(shí)間： 2014-01-04
上傳用戶：qw12
資源簡(jiǎn)介：模式識(shí)別常用算法ISODATA_K均值_感知器_LMSE最小誤差_貝葉斯
上傳時(shí)間： 2013-11-25
上傳用戶：dsgkjgkjg
資源簡(jiǎn)介：論文分享：基于最小錯(cuò)誤率貝葉斯決策的蘋(píng)果圖像分割。
上傳時(shí)間： 2013-12-16
上傳用戶：84425894
資源簡(jiǎn)介：貝葉斯分類(lèi)器是一種最優(yōu)分類(lèi)器，它假設(shè)基于可獲得的信息可以建立類(lèi)別的概率密度函數(shù)，然后基于最小錯(cuò)誤率分類(lèi)準(zhǔn)則進(jìn)行分類(lèi)。一般假設(shè)概率密度函數(shù)是正態(tài)分布，因?yàn)檎龖B(tài)分布數(shù)學(xué)基礎(chǔ)較好。問(wèn)題就轉(zhuǎn)化為正態(tài)分布參數(shù)的估計(jì)問(wèn)題。幸運(yùn)的是，參數(shù)估計(jì)問(wèn)題已經(jīng)被很...
上傳時(shí)間： 2014-01-05
上傳用戶：葉山豪
資源簡(jiǎn)介：貝葉斯決策理論常用于模式識(shí)別中，這是最常用的一種貝葉斯決策的matlab原程序
上傳時(shí)間： 2014-12-08
上傳用戶：yzy6007
資源簡(jiǎn)介：模式識(shí)別_貝葉斯分類(lèi)器
上傳時(shí)間： 2015-02-19
上傳用戶：yan2267246
資源簡(jiǎn)介：貝葉斯分類(lèi)實(shí)驗(yàn) 模式識(shí)別課程實(shí)驗(yàn)所用的源程序
上傳時(shí)間： 2015-10-23
上傳用戶：duoshen1989
資源簡(jiǎn)介：用MATLAB編寫(xiě)的模式識(shí)別中的貝葉斯分類(lèi)器
上傳時(shí)間： 2016-07-23
上傳用戶：愛(ài)死愛(ài)死
資源簡(jiǎn)介：模式識(shí)別--VISUAL C++環(huán)境下編寫(xiě)的貝葉斯分類(lèi)器（bayes）,值得收藏
上傳時(shí)間： 2013-12-29
上傳用戶：weixiao99
資源簡(jiǎn)介：使用高斯模型對(duì)威斯康辛州大學(xué)醫(yī)學(xué)院長(zhǎng)期乳腺癌數(shù)據(jù)進(jìn)行了貝葉斯模式識(shí)別。識(shí)別率為95以上，可以作為模式識(shí)別的重要案例。
上傳時(shí)間： 2013-12-27
上傳用戶：葉山豪
資源簡(jiǎn)介：用MATLAB實(shí)現(xiàn)模式識(shí)別中的貝葉斯分類(lèi)
上傳時(shí)間： 2014-01-27
上傳用戶：趙云興
資源簡(jiǎn)介：基于最小風(fēng)險(xiǎn)的貝葉斯決策 matlab代碼實(shí)現(xiàn)
上傳時(shí)間： 2019-01-22
上傳用戶：chegnbeixu
資源簡(jiǎn)介：貝葉斯決策器，基于最小錯(cuò)誤率的貝葉斯決算法
上傳時(shí)間： 2014-12-06
上傳用戶：gxf2016
資源簡(jiǎn)介：樸素貝葉斯分類(lèi)器（Navie Bayesian Classifier）識(shí)別鼠標(biāo)輸入的字母A～J
上傳時(shí)間： 2015-03-08
上傳用戶：chfanjiang
資源簡(jiǎn)介：基于樸素貝葉斯算法實(shí)現(xiàn)的中文文本分類(lèi)程序。可以對(duì)中文文本進(jìn)行分類(lèi)識(shí)別，使用時(shí)先對(duì)分類(lèi)器進(jìn)行訓(xùn)練，然后進(jìn)行識(shí)別。該Beta版本僅支持對(duì)3類(lèi)文本進(jìn)行分類(lèi)，使用簡(jiǎn)單的中文分詞方法，本程序尚不具備實(shí)用性，用于算法研究和改進(jìn)。
上傳時(shí)間： 2013-12-22
上傳用戶：huql11633
資源簡(jiǎn)介：貝葉斯分類(lèi)器的C++源碼，用IRIS作類(lèi)例子，通俗易懂，適合作模式識(shí)別、圖像處理研究開(kāi)發(fā)用！
上傳時(shí)間： 2015-07-12
上傳用戶：dengzb84
資源簡(jiǎn)介：兩類(lèi)正態(tài)分布模式貝葉斯分類(lèi)算法源程序，用c語(yǔ)言實(shí)現(xiàn)的
上傳時(shí)間： 2014-11-29
上傳用戶：小草123
資源簡(jiǎn)介：貝葉斯決策解決城市最短路徑問(wèn)題,人工只能實(shí)驗(yàn)項(xiàng)目
上傳時(shí)間： 2015-10-30
上傳用戶：sdq_123
資源簡(jiǎn)介：的基于紋理的牌照?qǐng)D象二值化方法即 首先對(duì)牌照?qǐng)D象作紋理分析, 然后采用模式識(shí)別技術(shù)中的最 大最小準(zhǔn)則獲取二值比閾值進(jìn)行二值化的方法效果優(yōu)于灰度直方圖方法。若對(duì)紋理基元的選擇附加一些條件則有可能提 供更好的二值化結(jié)果。該方法也可適用于票據(jù)或文本...
上傳時(shí)間： 2013-12-07
上傳用戶：fhzm5658
資源簡(jiǎn)介：自動(dòng)語(yǔ)音識(shí)別的貝葉斯估計(jì)文章
上傳時(shí)間： 2013-12-28
上傳用戶：pkkkkp
