”模式识别“ 的搜索结果

     这些代码是我精心组织，比较有代表意义的模式识别大作业，内容丰富，代码准确，有详细的注释，希望能够帮助到大家。

     以图片为例，像素级的特征完全没有价值，从中得不到任何可用于分类或识别的信息。 当特征具有结构性（有意义）的时候，算法才能起作用，即将输入空间通过某种规则映射到特征空间，使得有助于分类。如下图所示，当...

     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 ...

     模式识别三大核心问题：特征数据采集、分类识别、特征提取与选择。 构造可分性判据需要满足4个条件：单调性、叠加性、距离性、单调不减性。 欧式距离具有（1、2 ）；马式距离具有（1、2、3、4 ）。 （1）平移不变...

     前言：模式识别中进行匹配识别或者分类器分类识别时，判断的依据就是图像特征。用提取的特征表示整幅图像内容，根据特征匹配或者分类图像目标。常见的特征提取算法主要分为以下3类： ①基于颜色特征：如颜色直方图、...

     模式识别相关论文资料，包括基于仿生模式识别的手写体汉字识别方法的研究，计算机文字识别的研究与实现，模式识别的改进算法研究

     从历史到未来，从图灵到马斯克，从卷积神经网络再到朴素贝叶斯……但是如果问起模式识别、机器学习有什么区别，就有不少人懵圈了：这难道不是一样东西吗？居然还有区别？ 别怕，你不是一个人。模式识别、机器学习...

     模式识别的落脚点是感知模式识别是70年代和80年代非常流行的一个术语。它强调的是如何让一个计算机程序去做一些看起来很“智能”的事情，例如识别“3”这个数字。而且在融入了很多的智慧和直觉后，人们也的确构建了...

     本书主要讨论统计模式识别理论和方法，包括人工神经网络、模糊模式识别、模拟退火和遗传算法，以及统计学习理论和支持向量机等内容。多数章后附有习题，适于教学和自学。 本书除了可以作为高等院校自动化、计算机等...

10  
9  
8  
7  
6  
5  
4  
3  
2  
1  

推荐文章