监督分类KAPPA系数

一种半监督的多标签Boosting分类算法-，适合半监督adaboost的资源，科研资源

苹果粉质化程度是衡量其内部品质的一个重要因素,粉质化造成苹果质量的降低以及商业价值的贬值。高光谱图像技术结合了光谱技术和图像技术的优点,能够无损检测苹果内部品质。提出了有监督等距映射(S-Isomap

利用非监督学习改进高光谱图像分类核心思想： 该研究探索了非监督学习在提升高光谱图像分类性能方面的潜力。方法： 特征提取: 使用非监督学习方法从高光谱数据中提取具有代表性的特征，例如聚类或降维

在机器学习,模式识别,图像处理和计算机视觉领域,数据通常由张量表示。 对于半监督张量分类,现有的转导支持张量机(TSTM)需要求助于迭代技术,这非常耗时。 为了克服这个缺点,在本文中,我们将基于凹凸过

非监督分类中初始聚类中心法的比较研究-非监督分类中初始聚类中心法的比较研究.pdf 非监督分类中初始聚类中心法的比较研究

一种基于NPE降维系数的分类算法，杨静，张劼，流形学习方法是近年来发展起来的维数约减算法，它们不仅能处理非线性数据的降维，还能很好的应用于分类问题，本文在NPE算法的基础

你好呀 :waving_hand:

C#利用最小距离法最小夹角法实现图像监督分类

GIS中的图像解译的操作步骤,包括几何校正、目视解译和监督分类,都是最基础的东西,但此文档不能算全面,其实上面三项内容都大有学问。图像解译,虽然方法很多,但实际应用并不严谨。此文档仅适于对软件不熟时的

C#利用最小距离法实现图像简易监督分类全代码，