贝叶斯学习算法分类文本。基于朴素贝叶斯分类器的文本分类的通用算法，是目前所知文本分类算法中最有效的一类
上传时间： 2014-01-19
上传用户：zhaiyanzhong
贝叶斯学习算法分类文本。基于朴素贝叶斯分类器的文本分类的通用算法，是目前所知文本分类算法中最有效的一类
上传时间： 2015-07-19
上传用户：CHINA526
包含了模式识别中常用的一些分类器设计算法，并且还能根据参数指定样本的分布规律,然后通过分类算法找分界面
上传时间： 2013-12-19
上传用户：四只眼
人脸识别中TensorLDA算法的matlab程序，使用最近邻分类器进行识别。
上传时间： 2017-03-04
上传用户：hongmo
人脸识别中TensorPCA算法的matlab程序，使用最近邻分类器进行识别。
上传时间： 2017-03-04
上传用户：leehom61
：将K—means算法引入到朴素贝叶斯分类研究中，提出一种基于K—means的朴素贝叶斯分类算法。首先用K— me．arks算法对原始数据集中的完整数据子集进行聚类，计算缺失数据子集中的每条记录与 个簇重心之间的相似度，把记 录赋给距离最近的一个簇，并用该簇相应的属性均值来填充记录的缺失值，然后用朴素贝叶斯分类算法对处理后的数据 集进行分类。实验结果表明，与朴素贝叶斯相比，基于K—means思想的朴素贝叶斯算法具有较高的分类准确率。
上传时间： 2017-08-18
上传用户：banyou
决策树分类总结，基于决策树的数据流挖掘算法的研究，总结ctvf等算法。对现有的决策树在云计算，用户兴趣漂移上面的概论
标签： 决策树
上传时间： 2015-02-26
上传用户：dfshuo
适用于图像分类的算法，很有用，很适合初学者适用于图像分类的算法，很有用，很适合初学者适用于图像分类的算法，很有用，很适合初学者适用于图像分类的算法，很有用，很适合初学者
标签： 图像处理
上传时间： 2015-12-25
上传用户：choosebank
随着信息技术的发展以及嵌入式、人脸识别、计算机网络等技术的提高，人们正在感受着科技带来的便利和益处。 该系统通过摄像头获取人脸图像,在后台应用系统完成图像识别,然后给单片机发送命令来控制门禁系统。软件上首先利用小波变换对人脸图像进行2次小波分解,然后对低频分量进行离散余弦变换(DCT)提取特征值,最后利用欧氏距离和最近邻分类器进行识别。采用OpenCV人脸识别算法进行处理输出。达到该系统构建简单、方便,识别速度快且准确率较高。 本文主要介绍了基于人脸识别算法的门禁系统的设计与实现。在对人脸识别算法研究的基础上，进一步对整个门禁系统设计与实现进行了详细阐述。主要内容包含以下几点： 1．简单的介绍了课题研究的背景、目的及意义，介绍了人脸识别的背景，阐述了国内外人脸识别的现状以及人脸识别的难点，还介绍了相关的技术。 2．人脸识别算法的研究：主要对Gabor滤波算法、K-L变换算法、Haar特征提取算法这三种特征提取算法进行了详细介绍，也对PCA和LDA这两种人脸识别算法进行了详细的阐述和实验的对比。 3．门禁系统的设计与实现：从需求分析入手对系统的总体模式、总体结果、功能模块、数据库设计等各部分进行了简单的介绍。 4．系统的测试：在对核心算法人脸识别进行了详细的研究以及整个门禁系统的设计和实现结束后，对于整合实现的系统，进行了详细的测试，并给出了功能测试报告和性能测试报告。 本文设计的基于人脸识别的门禁系统，在一定程度上可以较好的识别人脸.
上传时间： 2022-05-28
上传用户：
基于FPGA技术的网络入侵检测是未来的发展方向，而网络包头的分类是入侵检测系统的关键。 文章首先介绍了FPGA技术的基本原理以及其在信息安全方面的应用，接着介绍入侵检测系统以及FPGA技术在入侵检测系统中的应用。 分析了几种比较出名的网络包分类算法，包括软件分类方法、TCAM分类算法、BV算法、Tree Bitmap算法以及端口范围分类算法。 在此基础上，文章设计了一个基于FPGA技术的入侵检测系统包分类的基本框架图，实现框架图中的各个基本功能模块。在实现过程中，提出了一类结合三态内容可寻址内存(TCAM)和普通存储器(RAM)的网络包包头分类方案。我们将检测规则编号并位图化，使用RAM存储与包头结构相关的规则位图，通过TCAM上的数据匹配操作，快速关联待分析的网络数据包与入侵检测规则。文章还讨论了网包头分类方法的优化算法，将优化算法与未优化算法在速度和空间上进行比较。此外，还讨论了对Snort的规则库进行整理和规则化的问题。 最后，对所设计的包头分类匹配模块在Quartus II进行仿真评估，将实验结果与已有的一些分类算法进行了比较。结果说明，本设计在匹配速度和更新速度上有优势，但消耗了较多的存储空间．
上传时间： 2013-07-17
上传用户：gonuiln
