多种经典集成学习算法的matlab实现
多种经典集成学习算法的matlab实现,包括adaboost、bagging、majority、随机森林等,并有验证实例
网络安全经典数据集NSL-KDD
网络安全经典数据集NSL-KDD是在原有KDD99的基础上产生的,删除了部分无用数据,可以更好的用于验证网络入侵检测算法的性能!
网络安全经典公开数据集kdd99
网络安全最经典的公开数据集KDD99,利用KDD99数据集可以开展基于机器学习的网络入侵方法的验证
支持向量描述(SVDD)算法matlab实现和libsvm工具箱
最全的SVDD算法,内容包括:SVDD算法matlab实现以及应用实例;libsvm工具箱中SVDD的c语言实现;SVDD算法的经典英文文献
pywt-master.zip
该文件为pywt工具包,包含离散小波、连续小波变换等,而且还有相应的应用实例,方便采用python语言使用相关小波变换程序
SDAE-master.zip
采用Python编写的堆叠自编码器(SDAE),可用于特征学习、模式分类等场景
MNIST_data.rar
下载完成的MNIST,可以直接下载后使用
DBN-Library-master.zip
深度置信网络(Deep Belief Network)python代码实现,亲测可用
MinGW64 Compiler (C)离线安装包
matlab/simulink在研究中会使用User-difinition s-function或者调用c,c++的库函数,这时候就需要matlab能进行c,c++以及fortran语言的编译。 但是matlab本身是没有包含上述语言的编译器,因此通常需要安装MinGW,至于是w64还是w32要根据具体系统
由于官网在线下载速度慢,常常出现下载失败的情况,下载花了半天时间,教训惨痛。采用MinGW64 Compiler (C)离线安装包安装,方便快捷。
支持向量数据描述算法(svdd)
SVDD((Support Vector Data Description)即支持向量数据描述,其基本思想是通过在映射到高维的特征空间中找出一个包围目标样本点的超球体,并通过最小化该超球体所包围的体积让目标样本点尽 能地被包围在超球体中,而非目标样本点尽可能地排除在超球体中,从而达到两类之间划分的目的。该方法目标是求出能够包含正常数据样本的最小超球体的中心a和半径R。
集成学习方法matlab实现
集成学习(Ensemble Learning)有时也被笼统地称作提升(Boosting)方法,广泛用于分类和回归任务。它最初的思想很简单:使用一些(不同的)方法改变原始训练样本的分布,从而构建多个不同的分类器,并将这些分类器线性组合得到一个更强大的分类器,来做最后的决策。本文件内包含多种集成学习方法,可进行选择,比较其优劣势
随机森林算法的matlab实现
随机森林顾名思义,是用随机的方式建立一个森林,森林里面有很多的决策树组成,随机森林的每一棵决策树之间是没有关联的。在得到森林之后,当有一个新的输入样本进入的时候,就让森林中的每一棵决策树分别进行一下判断,看看这个样本应该属于哪一类(对于分类算法),然后看看哪一类被选择最多,就预测这个样本为那一类。
概率神经网络算法matlab实现
概率神经网络(Probabilistic Neural Network)的网络结构类似于RBF神经网络,但不同的是,PNN是一个前向传播的网络,不需要反向传播优化参数。这是因为PNN结合了贝叶斯决策,来判断测试样本的类别。
自组织神经网络matlab实现
自组织映射(Self-organizing Maps,SOM)算法是一种无导师学习方法,具有良好的自组织、可视化等特性,已经得到了广泛的应用和研究。本资源是SOM的matlab实现代码,适合初学者进行算法研究和相关数据处理、故障诊断等方面的应用
tensorflow CPU版本和GPU版本完整搭建过程
TensorFlow 是世界上最受欢迎的开源机器学习框架,它具有快速、灵活并适合产品级大规模应用等特点,让每个开发者和研究者都能方便地使用人工智能来解决多样化的挑战。文档为CPU版本和GPU版本搭建过程