有导师学习神经网络的分类 ---鸢尾花种类识别的理论基础，案例背景，MATLAB程序实现

使用KNN、朴素贝叶斯、SVM、线性回归等算法解决简单的分类问题 源码中包括线性归回算法、KNN算法、朴素贝叶斯算法及SVM算法的使用方法演示，以及对数据的预处理、训练建模过程。 实现对水果数据集的分析，最终将同类水果进行分类。

适合初学深度学习分类的人群，采用自定义的数据集进行训练与测试。

本文为09-21年论证逻辑真题分类汇总，包括削弱题型、支持题型、相似题型等，共8类 使用方法：每个题目后有留白，可以在后期复习的时候打印下来做一遍 适用人群：199管理类联考复习考生 效果：做完可以发现真题在每个类型题目的规律，亲身体验，效果良好

1.用户登录模块：注册 登录 退出 修改密码 2.垃圾分类查询模块：垃圾分类查询（根据垃圾名称搜索显示垃圾所属类型（可回收垃圾，干垃圾，湿垃圾，有害垃圾），该类型定义，包括垃圾物品以及投放要求）……

电影评论数据作为训练数据集. 其中, 训练数据集20000条(正负向各10000条); 测试数据集6000条(正负向各3000条)。造福没有积分的宝宝。资源来自于https://www.ctolib.com/lxw0109-ChineseSentimentAnalysis.html

管理员和用户两个角色。 管理员可以编辑垃圾分类信息、用户信息(登录名及密码)，处理投诉、报修信息。 用户添加图片可识别垃圾，显示垃圾名称种类以及相关信息、查看投放地点，投诉（如乱丢垃圾），报修。 登录界面图形验证码。

基于Pytorch+resnet50的农作物病虫害识别分类项目源码+病害数据集+项目说明文档.zip 【数据增强】 data_aug.py 用于线下数据增强，支持的增强方式： 高斯噪声 亮度变化 左右翻转 上下翻转 色彩抖动 对比度变化 锐度变化 【使用方法】 第一步：将测试集图片复制到 data/test/ 下 第二步：将训练集合验证集中的图片都复制到 data/temp/images/ 下，将两个 json 文件放到 data/temp/labels/ 下 执行 move.py 文件 执行 main.py 进行训练

信息隐藏技术的应用领域及分类 网络信息安全技术 信息隐藏技术的应用领域及分类全文共9页，当前为第1页。 21:21:39 　信息隐藏技术的应用领域及分类 信息隐藏技术的应用 信息隐藏技术的分类 信息隐藏技术的应用领域及分类全文共9页，当前为第2页。 21:21:39 .1　信息隐藏技术的应用 目前信息隐蔽技术的应用主要包括以下几个方面。 1. 版权保护（Copyright Protection） 2. 数据篡改验证 3. 扩充数据的嵌入 信息隐藏技术的应用领域及分类全文共9页，当前为第3页。 21:21:39 .1　信息隐藏技术的应用 版权保护（Copyright Protection） 到目前为止，信息隐藏技术的绝大部分研究成果都是在这一领域中取得应用。信息隐藏技术在应用于版权保护时，所嵌入的签字信号通常被称为"数字水印"（Digital Watermark）。版权保护所需嵌入的数据量最小，但对签字信号的安全性和鲁棒性要求也最高，甚至是十分苛刻的。 信息隐藏技术的应用领域及分类全文共9页，当前为第4页。 21:21:39 .1　信息隐藏技术的应用 2. 数据篡改验证 当数字作品被用

MATLAB实现SSA-SVM麻雀算法优化支持向量机多特征分类预测（完整源码和数据） 数据为多特征分类数据，输入15个特征，分四类,程序乱码是由于版本不一致导致，可以用记事本打开复制到你的文件。 运行环境MATLAB2018b及以上。