行业分类-电信-一种信号识别分类方法.rar

垃圾分类训练数据集，每张垃圾图片带有同名txt标签文件，共14802张图。在机器学习中会把数据分为训练集、测试集和检验集。可以用于第七届工训垃圾分类赛项

matlab实现的模式识别的分类器：fisher 与bayes 分类器，实现男女性别的分类

采用分类器对数据进行有效分类，有具体的代码和实验结果。

实验的训练集选择为mnist数据集的20000张像素为28*28的手写体，10000张像素为28*28的手写体中选择2000张作为验证集，8000张作为实验的测试集。 实验在验证集上选择超参数5个学习率要求，选择最高的模型 此时我们固定其他参数做五组不同的实验查看验证集的准确率结果，由于在步骤2中使用的批量是150 所以要在其周围寻找比较合适的批量个数。实验中固定其他参数，使用不同的学习率进行实验，由于在步骤2中我们已经选择了效果比较的的学习率为0.0001 ,步骤3中我们已经选择了效果比较的的小批量为100则以此为基础，固定其他参数，进行实验。实验中固定其他参数，使用不同的卷积神经网络时卷积核的大小进行实验

我的博客：车型识别API调用与批量分类车辆图片的代码，详情参见： https://mp.csdn.net/postedit/82189824

泰迪杯数据挖掘比赛一等奖论文，离特等奖就差一点，有点可惜

使用keras进行图像识别分类 如果我有一个图像数据集，它非常非常小，我想自己捕获、并希望教会计算机能够识别或区分一些指定的类别，我应该怎么办呢？假设我有几千张图像，我想训练一个模型，能够从一个类别自动检测出另一个类别。但是，我只有这么少的数据，那我能不能够训练出一个深度神经网络来成功地对这些图进行像分类呢？经过研究，我发现，人们在计算机视觉领域中遇到的常见情况是：用很少的数据来训练深度神经网络。让我们面对这一现实：并非每个人都可以访问Google或Facebook这样的大数据，而且有些数据很难获得。但我也发现，这种问题的解决方案其实非常简单。今天，我将带领你们学习如何使用那些较小的图像数据集

使用matlab语言，编写的硬币识别程序代码，附图片 可识别一角、五角、一元的三种硬币，进行分类识别，并计算个数以及金额总和

MATLAB下设计GUI界面模式识别分类器功能，通过鼠标选点感知器分类