只为小站
首页
域名查询
文件下载
登录
基于机器学习算法:朴素
贝叶斯
和SVM 分类-垃圾邮件识别系统(含Python工程全源码)
本项目基于朴素
贝叶斯
和SVM 分类模型,通过对垃圾邮件和正常邮件的数据训练,进行相关词汇词频的统计分析,实现垃圾邮件的识别功能。本项目包括3个模块:数据模块、模型构建、附加功能。需要Python 3.6 及以上配置,在Windows 环境下载Anaconda 完成Python 所需的配置,也可以下载虚拟机在Linux 环境下运行代码。从github 网站下载与python PIL 库配搭使用的文字引擎pytesseract,将PIL 文件夹里的.py 文件,改为相应pytesseract.exe 路径。注册百度云账号,分别建立图像文字识别和图像识别的小程序。
2024-03-06 16:41:14
28.64MB
机器学习
支持向量机
朴素贝叶斯算法
分类算法
1
bayesian signal processing, Candy
贝叶斯
信号处理,经典理论书籍。 经典与现代,滤波方法
2024-03-02 13:07:46
19.73MB
贝叶斯
1
基于
贝叶斯
优化长短期记忆网络(bayes-LSTM)的时间序列预测,matlab代码,要求2019及以上版本 评价指标包括:
基于
贝叶斯
优化长短期记忆网络(bayes-LSTM)的时间序列预测,matlab代码,要求2019及以上版本。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等,代码质量极高,方便学习和替换数据。
2024-02-21 11:41:42
24KB
网络
网络
matlab
lstm
1
bayesFactor:用于
贝叶斯
因子统计分析的Matlab软件包-matlab开发
用于
贝叶斯
因子统计分析的Matlab软件包。 有关文档和示例,请参见:https ://klabhub.github.io/bayesFactor/
2024-02-17 13:56:16
205KB
matlab
1
数据分析、Python程序设计、数学建模,神经网络、机器学习或者数据分析、数据挖掘等频繁使用的朴素
贝叶斯
模型,概率论与数理统计
自己编写并优化的
贝叶斯
模型,用于神经网络、机器学习或者数据分析、数据挖掘等领域的数学模型。是数据分析、Python程序设计、数学建模等课程作业的不二帮手! 语言为Python,在Python3.6~3.8均可运行,需要安装numpy
2024-02-02 09:24:48
1KB
数据分析
python
神经网络
机器学习
1
贝叶斯
算法(bayes)优化随机森林的数据回归预测,bayes-RF回归预测,多变量输入模型 评价指标包括:R2、MAE、M
贝叶斯
算法(bayes)优化随机森林的数据回归预测,bayes-RF回归预测,多变量输入模型。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等,代码质量极高,方便学习和替换数据。
2024-01-23 09:06:13
60KB
随机森林
1
最小错误率
贝叶斯
(bayes)决策(随机生成两百个样本)
贝叶斯
决策 学习了一个学期的模式识别课程,老师讲的很好,深入浅出,无奈我脑子不够用没有理解到其中精髓,现在整理了一下听课笔记,以备以后需要时翻阅。这篇文章记录的是
贝叶斯
决策,其中包括最大后验、最大似然和
贝叶斯
决策的直观理解和数学理论。 关于先验和后验 关于什么是先验概率和后验概率, 余生最年轻在他的博客里解释的很好。先验(Priori )概率直观上理解,所谓“先”,就是在事情之前,即在事情发生之前事情发生的概率。是根据以往经验和分析得到的概率。比如抛硬币,我们都认为正面朝上的概率是0.5,这就是一种先验概率,在抛硬币前,我们只有常识。这个时候事情还没发生,我们进行概率判断。所谓的先验概率是对事情发生可能性猜测的数学表示。 后验(Posteriori)概率直观上理解是事情已经发生了,事情发生可能有很多原因,判断事情发生时由哪个原因引起的概率。
2024-01-18 12:45:26
2KB
课程资源
1
基于DBAN的监控视频数据挖掘
视频挖掘主要涉及三个层次的工作:视频数据预处理,视频特征数据提取及视频模式发现与表示。针对监控视频数据,以人体姿势识别和行为理解为挖掘任务开展视频数据挖掘研究。提出了一个带有二维身体部位表示法的动态
贝叶斯
动作网(DBAN)基本框架来提高人体姿势定位的准确性及行为识别的精度,并通过实验证明了该方法的有效性。
2024-01-15 09:29:47
1.14MB
视频挖掘
监控视频
动态贝叶斯动作网
1
论文研究 - 软件可靠性对数非均匀泊松过程的
贝叶斯
预测分析
本文讨论了
贝叶斯
方法,用于在测试过程中估计和预测软件系统的可靠性。 针对软件故障,提出了由Musa-Okumoto(1984)软件可靠性模型引起的非均质泊松过程(NHPP)。 Musa-Okumoto NHPP可靠性模型由执行时间部分和日历时间部分两个部分组成,是软件可靠性分析中的一种流行模型。 软件可靠性模型的预测分析对于修改,调试和确定何时终止软件开发测试过程非常重要。 但是,文献中缺少对Musa-Okumoto(1984)NHPP模型的
贝叶斯
和古典预测分析。 本文讨论了与开发测试程序密切相关的单样本预测中的四个软件可靠性问题。 采用基于非信息先验的
贝叶斯
方法来为这些问题制定明确的解决方案。 给出了基于真实和模拟数据的示例,以说明已开发的理论预测结果。
2024-01-13 20:14:15
510KB
非信息先验
非均匀泊松过程
贝叶斯方法
强度函数
1
论文研究 - 从众包中提取信息:采用
贝叶斯
,最大似然和最大熵方法的实验测试
一项众包实验,其中,英国广播公司(BBC)电视节目的观看者(“人群”)提交了不倒翁硬币数量的估计值(在第1部分)中显示,服从对数正态分布∧ (m,s2)。 硬币估计实验是适用于众包解决方案的广泛图像分析和对象计数问题的原型。 当前文章(第2部分)的目的是通过
贝叶斯
方法和最大似然(ML)方法确定∧(m,s2)的位置和比例参数(m,s),并比较结果。 分析的结果之一是通过杰弗里斯的规则解决了有关适当
贝叶斯
先验问题的问题。 结果表明,
贝叶斯
分析和ML分析导致位置参数的表达式相同,但尺度参数的表达式不同,这在无限样本量的限制内变得相同。 分析的第二个结果涉及使用样本均值作为不寻求或不知道响应分布的应用程序中人群信息的度量。 在硬币估计实验中,发现样本均值与根据∧(m,s2)计算出的平均硬币数相差很大。 这种不一致性引发了关于样本平均值是否以及在何种条件下提供人群信息的可靠度量的关键问题。 本文通过使用最大熵原理(PME)解决了该问题。 PME产生了一组方程,用于找到与给定的先验信息且仅与该信息一致的最可能的分布。 如果对于指定的样本均值和样本方差没有PME方程的解,则样本均值是不可靠的统计信息
2024-01-12 17:28:44
1.59MB
行业研究
1
个人信息
点我去登录
购买积分
下载历史
恢复订单
热门下载
2019年秋招—华为硬件工程师笔试题目.pdf
银行笔试 信息科技岗部分真题
芯片验证漫游指南以及源代码.zip
BP神经网络+PID控制simulink仿真
Keil5安装包
基于VMD算法的信号降噪.rar
全国河流水文站坐标.xls
基于蒙特卡洛生成电动汽车充电负荷曲线程序
Matpower中文使用手册(原名《MATPOWER手册(中文版)》).rar
计算机专业实习日记+实习周记+实习总结
麻雀搜索算法(SSA)优化bp网络
cplex_studio129.win-x86-64.exe CPLEX 12.9直接安装可使用
中国地面气候资料日值数据集(V3.0)-201001201912.rar
STM32F4时钟触发ADC双通道采样DMA传输进行FFT+测频率+采样频率可变+显示波形
EasyMedia-ui.zip
最新下载
Xilinx_Vivado_SDK_2019.1下载链接.txt
TurboVNC:高速,3D友好,兼容TightVNC的远程桌面软件-开源
ICDAR2015数据集
H3CNE考题及考试模拟器
matlab_柔性直流输电仿真模型,及基于电压源的直流输电技术仿真。采用simulink编程
STM32F103用串口空闲中断+DMA实现modbus通信示例
基于matlab的柔性直流输电系统建模与仿真.rar
picodevelopercenter PDC 1.4.0版本
高压直流输电MATLAB仿真
STM32 硬件IIC 单地址连续读数据
其他资源
内存映射的封装 包含读、写文件
DGSetup_Home_BZNR.exe
高分辨率SAR图像,总共192张,花钱买来的!
KEIL5.23中UCOS-ii移植全过程(stm32)
ITK实例中3D图像
bashrc.cshrc.zip
国内综合能源服务发展趋势与策略研究_张治新.pdf
全国大学生电子设计大赛培训教程(全)
monportfolio:2021年星期一投资组合-源码
Python游戏-源码
云计算实验二_hadoop常用命令.docx
thinkphp 博客.zip
asp.net 敏感关键字过滤
CISCO无线控制器WLC配置手册
ubuntu菜鸟教程
信道的MATLAB仿真
黑马程序员JavaEE就业班全套资源&代码&工具&视频
depthmapX-0.50-64bit-Windows
zigbee的串口编程应用实例源代码