相 關(guān) 資 源

• 基于貝葉斯分類(lèi)器的牙周病診斷系統(tǒng)免費(fèi)下載

  資源簡(jiǎn)介：基于貝葉斯分類(lèi)器的牙周病診斷系統(tǒng)，用matlab實(shí)現(xiàn)

  標(biāo)簽： 貝葉斯 分類(lèi)器 診斷系統(tǒng)

  上傳時(shí)間： 2014-02-05

  上傳用戶：123啊

• 該代碼包是一個(gè)基于貝葉斯分類(lèi)器的分類(lèi)程序免費(fèi)下載

  資源簡(jiǎn)介：該代碼包是一個(gè)基于貝葉斯分類(lèi)器的分類(lèi)程序，內(nèi)含數(shù)據(jù)集、可運(yùn)行程序

  標(biāo)簽： 代碼 貝葉斯 分類(lèi)器 分類(lèi)

  上傳時(shí)間： 2014-01-16

  上傳用戶：釣鰲牧馬

• 基于貝葉斯分類(lèi)算法的圖像閾值分割 迭代最佳閾值分割算法 matlab7.0環(huán)境運(yùn)行無(wú)誤免費(fèi)下載

  資源簡(jiǎn)介：基于貝葉斯分類(lèi)算法的圖像閾值分割 迭代最佳閾值分割算法 matlab7.0環(huán)境運(yùn)行無(wú)誤

  標(biāo)簽： matlab 7.0 閾值分割 貝葉斯

  上傳時(shí)間： 2014-11-27

  上傳用戶：徐孺

• 貝葉斯學(xué)習(xí)算法分類(lèi)文本。基于樸素貝葉斯分類(lèi)器的文本分類(lèi)的通用算法免費(fèi)下載

  資源簡(jiǎn)介：貝葉斯學(xué)習(xí)算法分類(lèi)文本。基于樸素貝葉斯分類(lèi)器的文本分類(lèi)的通用算法，是目前所知文本分類(lèi)算法中最有效的一類(lèi)

  標(biāo)簽： 貝葉斯 學(xué)習(xí)算法 分類(lèi) 分類(lèi)器

  上傳時(shí)間： 2014-01-19

  上傳用戶：zhaiyanzhong

• 貝葉斯學(xué)習(xí)算法分類(lèi)文本。基于樸素貝葉斯分類(lèi)器的文本分類(lèi)的通用算法免費(fèi)下載

  資源簡(jiǎn)介：貝葉斯學(xué)習(xí)算法分類(lèi)文本。基于樸素貝葉斯分類(lèi)器的文本分類(lèi)的通用算法，是目前所知文本分類(lèi)算法中最有效的一類(lèi)

  標(biāo)簽： 貝葉斯 學(xué)習(xí)算法 分類(lèi) 分類(lèi)器

  上傳時(shí)間： 2015-07-19

  上傳用戶：CHINA526

• 貝葉斯分類(lèi)器的C++源碼免費(fèi)下載

  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！

  標(biāo)簽： 貝葉斯 分類(lèi)器 源碼

  上傳時(shí)間： 2015-07-12

  上傳用戶：dengzb84

• 利用VC實(shí)現(xiàn)的貝葉斯分類(lèi)器的源代碼免費(fèi)下載

  資源簡(jiǎn)介：利用VC實(shí)現(xiàn)的貝葉斯分類(lèi)器的源代碼，可以用來(lái)分類(lèi)或識(shí)別，很值得收藏

  標(biāo)簽： 貝葉斯 分類(lèi)器 源代碼

  上傳時(shí)間： 2013-12-23

  上傳用戶：bjgaofei

• 一個(gè)用C++寫(xiě)的貝葉斯分類(lèi)器的程序源代碼免費(fèi)下載

  資源簡(jiǎn)介：一個(gè)用C++寫(xiě)的貝葉斯分類(lèi)器的程序源代碼

  標(biāo)簽： 貝葉斯 分類(lèi)器 程序 源代碼

  上傳時(shí)間： 2014-11-29

  上傳用戶：陽(yáng)光少年2016

• 為了測(cè)試評(píng)估貝葉斯分類(lèi)器的性能,用不同數(shù)據(jù)集進(jìn)行對(duì)比實(shí)驗(yàn)是必不可少的.免費(fèi)下載

  資源簡(jiǎn)介：為了測(cè)試評(píng)估貝葉斯分類(lèi)器的性能,用不同數(shù)據(jù)集進(jìn)行對(duì)比實(shí)驗(yàn)是必不可少的.

  標(biāo)簽： 測(cè)試評(píng)估 分類(lèi)器 性能 對(duì)比

  上傳時(shí)間： 2017-06-23

  上傳用戶：Zxcvbnm

• ：樸素貝葉斯分類(lèi)器是一種簡(jiǎn)單而高效的分類(lèi)器免費(fèi)下載

  資源簡(jiǎn)介：：樸素貝葉斯分類(lèi)器是一種簡(jiǎn)單而高效的分類(lèi)器，但是它的屬性獨(dú)立性假設(shè)使其無(wú)法表示現(xiàn)實(shí)世界屬性之間的依賴關(guān) 系，以及它的被動(dòng)學(xué)習(xí)策略，影響了它的分類(lèi)性能。本文從不同的角度出發(fā)，討論并分析了三種改進(jìn)樸素貝葉斯分類(lèi) 性能的方法。為進(jìn)一步的研究打下堅(jiān)...

  標(biāo)簽： 分類(lèi)器 貝葉斯

  上傳時(shí)間： 2017-08-18

  上傳用戶：cazjing

• 數(shù)據(jù)挖掘中基于貝葉斯網(wǎng)絡(luò)的分類(lèi)算法 算法分為訓(xùn)練、驗(yàn)證兩大部分免費(fèi)下載

  資源簡(jiǎn)介：數(shù)據(jù)挖掘中基于貝葉斯網(wǎng)絡(luò)的分類(lèi)算法 算法分為訓(xùn)練、驗(yàn)證兩大部分

  標(biāo)簽： 分 數(shù)據(jù)挖掘 分類(lèi)算法 貝葉斯

  上傳時(shí)間： 2016-07-14

  上傳用戶：athjac

• 為一個(gè)貝葉斯分類(lèi)的學(xué)習(xí)算法實(shí)現(xiàn),是基于linux系統(tǒng)下的c++實(shí)現(xiàn)免費(fèi)下載

  資源簡(jiǎn)介：為一個(gè)貝葉斯分類(lèi)的學(xué)習(xí)算法實(shí)現(xiàn),是基于linux系統(tǒng)下的c++實(shí)現(xiàn)

  標(biāo)簽： linux 貝葉斯 分類(lèi) 學(xué)習(xí)算法

  上傳時(shí)間： 2014-01-05

  上傳用戶：lingzhichao

• 貝葉斯算法是基于貝葉斯定理 P(H|X) = P(X|H)P(H) / P(X).。對(duì)于多屬性的數(shù)據(jù)集免費(fèi)下載

  資源簡(jiǎn)介：貝葉斯算法是基于貝葉斯定理 P(H|X) = P(X|H)P(H) / P(X).。對(duì)于多屬性的數(shù)據(jù)集，計(jì)算 P(X|Ci) 的開(kāi)銷(xiāo)非常大，為減低計(jì)算復(fù)雜度，我們做條件獨(dú)立的假設(shè)，即給定元組的類(lèi)標(biāo)號(hào)，假定屬性值有條件地相互獨(dú)立，即在屬性間不存在依賴關(guān)系。此程序僅為算法的一個(gè)實(shí)...

  標(biāo)簽： 貝葉斯算法 貝葉斯 定理 數(shù)據(jù)集

  上傳時(shí)間： 2016-10-21

  上傳用戶：1159797854

• 基于matlab的貝葉斯分類(lèi)器實(shí)驗(yàn)平臺(tái)MBNC免費(fèi)下載

  資源簡(jiǎn)介：·基于matlab的貝葉斯分類(lèi)器實(shí)驗(yàn)平臺(tái)MBNC

  標(biāo)簽： matlab MBNC 貝葉斯 分類(lèi)器

  上傳時(shí)間： 2013-04-24

  上傳用戶：1043041441

• bayes數(shù)據(jù)挖掘；基于貝葉斯定理的分類(lèi)方法免費(fèi)下載

  資源簡(jiǎn)介：bayes數(shù)據(jù)挖掘；基于貝葉斯定理的分類(lèi)方法

  標(biāo)簽： bayes 數(shù)據(jù)挖掘 定理 分類(lèi)

  上傳時(shí)間： 2014-01-23

  上傳用戶：chenbhdt

• 基于貝葉斯的數(shù)據(jù)挖掘算法的實(shí)現(xiàn),使用visual stutio2005編程實(shí)現(xiàn)。免費(fèi)下載

  資源簡(jiǎn)介：基于貝葉斯的數(shù)據(jù)挖掘算法的實(shí)現(xiàn),使用visual stutio2005編程實(shí)現(xiàn)。

  標(biāo)簽： visual stutio 2005 貝葉斯

  上傳時(shí)間： 2013-12-28

  上傳用戶：jeffery

• 一種基于貝葉斯理論的目標(biāo)驗(yàn)證方法。 提出了一種驗(yàn)證圖像中候選目標(biāo)的新方案. 綜合目標(biāo)的先驗(yàn)知識(shí),將目標(biāo)驗(yàn)證轉(zhuǎn)化為給定候選目標(biāo)的條 件下,圖像特征觀察集合的條件概率問(wèn)題. 同時(shí),提取圖像的短線段特征免費(fèi)下載

  資源簡(jiǎn)介：一種基于貝葉斯理論的目標(biāo)驗(yàn)證方法。 提出了一種驗(yàn)證圖像中候選目標(biāo)的新方案. 綜合目標(biāo)的先驗(yàn)知識(shí),將目標(biāo)驗(yàn)證轉(zhuǎn)化為給定候選目標(biāo)的條 件下,圖像特征觀察集合的條件概率問(wèn)題. 同時(shí),提取圖像的短線段特征,利用短線段特征的觀察,給出了一種目標(biāo) 驗(yàn)證方法排除...

  標(biāo)簽： 圖像 貝葉斯 方案 圖像特征

  上傳時(shí)間： 2013-11-26

  上傳用戶：rishian

• 在訓(xùn)練集上通過(guò)隨機(jī)屬性選取生成若干屬性子集,并以這些子集構(gòu)建相應(yīng)的貝葉斯分類(lèi)器,進(jìn)而采用遺傳算法進(jìn)行優(yōu)選。免費(fèi)下載

  資源簡(jiǎn)介：在訓(xùn)練集上通過(guò)隨機(jī)屬性選取生成若干屬性子集,并以這些子集構(gòu)建相應(yīng)的貝葉斯分類(lèi)器,進(jìn)而采用遺傳算法進(jìn)行優(yōu)選。

  標(biāo)簽： 隨機(jī) 貝葉斯 分類(lèi)器 算法

  上傳時(shí)間： 2013-12-16

  上傳用戶：磊子226

• 一些數(shù)據(jù)挖掘算法相關(guān),包含定義網(wǎng)絡(luò)拓?fù)?有關(guān)高血壓研究方面的數(shù)據(jù),樸素貝葉斯分類(lèi),關(guān)聯(lián)規(guī)則基本概念,數(shù)據(jù)挖掘算法, 決策樹(shù)方法在數(shù)據(jù)挖掘中的應(yīng)用,訓(xùn)練貝葉斯信念網(wǎng)絡(luò),后向傳播,貝葉斯信念網(wǎng)絡(luò),后向傳免費(fèi)下載

  資源簡(jiǎn)介：一些數(shù)據(jù)挖掘算法相關(guān),包含定義網(wǎng)絡(luò)拓?fù)?有關(guān)高血壓研究方面的數(shù)據(jù),樸素貝葉斯分類(lèi),關(guān)聯(lián)規(guī)則基本概念,數(shù)據(jù)挖掘算法, 決策樹(shù)方法在數(shù)據(jù)挖掘中的應(yīng)用,訓(xùn)練貝葉斯信念網(wǎng)絡(luò),后向傳播,貝葉斯信念網(wǎng)絡(luò),后向傳播和可解釋性,多層前饋神經(jīng)網(wǎng)絡(luò)

  標(biāo)簽： 貝葉斯 數(shù)據(jù)挖掘算法 網(wǎng)絡(luò) 定義

  上傳時(shí)間： 2017-04-25

  上傳用戶：comua

• 基于貝葉斯理論的指紋識(shí)別算法及學(xué)習(xí)套件, 使用貝葉斯概率論實(shí)現(xiàn)對(duì)指紋識(shí)別,特征碼提取,特征對(duì)數(shù)獲取的功能免費(fèi)下載

  資源簡(jiǎn)介：基于貝葉斯理論的指紋識(shí)別算法及學(xué)習(xí)套件, 使用貝葉斯概率論實(shí)現(xiàn)對(duì)指紋識(shí)別,特征碼提取,特征對(duì)數(shù)獲取的功能

  標(biāo)簽： 貝葉斯 指紋識(shí)別算法 套件 指紋識(shí)別

  上傳時(shí)間： 2014-01-17

  上傳用戶：qq521

• ：將K—means算法引入到樸素貝葉斯分類(lèi)研究中免費(fèi)下載

  資源簡(jiǎn)介：：將K—means算法引入到樸素貝葉斯分類(lèi)研究中，提出一種基于K—means的樸素貝葉斯分類(lèi)算法。首先用K— me．a(chǎn)rks算法對(duì)原始數(shù)據(jù)集中的完整數(shù)據(jù)子集進(jìn)行聚類(lèi)，計(jì)算缺失數(shù)據(jù)子集中的每條記錄與 個(gè)簇重心之間的相似度，把記 錄賦給距離最近的一個(gè)簇，并用該簇相...

  標(biāo)簽： means 算法 分類(lèi) 貝葉斯

  上傳時(shí)間： 2017-08-18

  上傳用戶：banyou

• 兩類(lèi)正態(tài)分布模式貝葉斯分類(lèi)算法源程序免費(fèi)下載

  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

  標(biāo)簽： 正 分布 模式 分類(lèi)算法

  上傳時(shí)間： 2014-11-29

  上傳用戶：小草123

• 利用貝葉斯分類(lèi)原理實(shí)現(xiàn)多義詞的消歧。首先利用訓(xùn)練語(yǔ)料進(jìn)行訓(xùn)練免費(fèi)下載

  資源簡(jiǎn)介：利用貝葉斯分類(lèi)原理實(shí)現(xiàn)多義詞的消歧。首先利用訓(xùn)練語(yǔ)料進(jìn)行訓(xùn)練，然后基于機(jī)器已經(jīng)獲取的知識(shí)的基礎(chǔ)上對(duì)生語(yǔ)料進(jìn)行詞義標(biāo)注。

  標(biāo)簽： 貝葉斯 分類(lèi)

  上傳時(shí)間： 2016-06-24

  上傳用戶：chenxichenyue

• 基于貝葉斯網(wǎng)絡(luò)的源程序免費(fèi)下載

  資源簡(jiǎn)介：基于貝葉斯網(wǎng)絡(luò)的源程序，可用于對(duì)數(shù)據(jù)的分類(lèi)工作，效果較好

  標(biāo)簽： 貝葉斯 網(wǎng)絡(luò) 源程序

  上傳時(shí)間： 2014-09-01

  上傳用戶：獨(dú)孤求源

• 貝葉斯分類(lèi)算法免費(fèi)下載

  資源簡(jiǎn)介：貝葉斯分類(lèi)算法，構(gòu)造樸素貝葉斯分類(lèi)器，對(duì)給定的中文文本進(jìn)行分類(lèi)

  標(biāo)簽： 貝葉斯 分類(lèi)算法

  上傳時(shí)間： 2013-12-12

  上傳用戶：Pzj

• 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免費(fèi)下載

  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

  標(biāo)簽： Classifier Bayesian Navie 貝葉斯

  上傳時(shí)間： 2015-03-08

  上傳用戶：chfanjiang

• Classifier4J這個(gè)Java類(lèi)庫(kù)為文本自動(dòng)分類(lèi)提供了一個(gè)API。缺省（目前）實(shí)現(xiàn)的API是一個(gè)貝葉斯分類(lèi)器。這個(gè)類(lèi)庫(kù)可以用于多個(gè)目的－可能作為一個(gè)垃圾郵件過(guò)濾器或一個(gè)blog免費(fèi)下載

  資源簡(jiǎn)介：Classifier4J這個(gè)Java類(lèi)庫(kù)為文本自動(dòng)分類(lèi)提供了一個(gè)API。缺省（目前）實(shí)現(xiàn)的API是一個(gè)貝葉斯分類(lèi)器。這個(gè)類(lèi)庫(kù)可以用于多個(gè)目的－可能作為一個(gè)垃圾郵件過(guò)濾器或一個(gè)blog

  標(biāo)簽： Classifier4J API Java blog

  上傳時(shí)間： 2015-04-05

  上傳用戶：shinesyh

• 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)免費(fèi)下載

  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)

  標(biāo)簽： 分類(lèi)器 模式識(shí)別 分層 變換

  上傳時(shí)間： 2014-11-30

  上傳用戶：372825274

• C語(yǔ)言的樸素貝葉斯分類(lèi)器代碼免費(fèi)下載

  資源簡(jiǎn)介：C語(yǔ)言的樸素貝葉斯分類(lèi)器代碼，是標(biāo)準(zhǔn)C編寫(xiě)的，希望對(duì)大家有幫助

  標(biāo)簽： C語(yǔ)言 貝葉斯 分類(lèi)器 代碼

  上傳時(shí)間： 2014-12-02

  上傳用戶：784533221

• 一個(gè)用c#寫(xiě)的貝葉斯分類(lèi)程序源代碼免費(fèi)下載

  資源簡(jiǎn)介：一個(gè)用c#寫(xiě)的貝葉斯分類(lèi)程序源代碼，帶圖形界面！

  標(biāo)簽： 貝葉斯 分類(lèi) 程序 源代碼

  上傳時(shí)間： 2014-01-09

  上傳用戶：hj_18