西电2023秋季模式识别选修课上机实验（含实验报告和运行通过的代码）
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
本简介提供西安电子科技大学2023年秋季学期《模式识别》课程的全部上机实验资料，包括详细的实验报告及已验证通过的源代码。
这是模式识别选修的上机作业内容，我使用了TensorFlow 和 MATLAB 进行开发，并提供了数据集供参考。在某些情况下直接调用了库函数（没有使用老师指定的数据），验收时助教也没有提出异议。如果缺少相关库，请自行配置环境（因为我的代码是步进运行模式，之前的运行结果应该还保留着）。
上机作业内容如下：
第一次验证算法:
1. K近邻方法分类
2. 最近邻方法分类
3. 分析不同k值情况或比例训练样本对错误率/正确率的影响，并绘制曲线
数据集包括：
1. uSPS手写体数据集
2. UCI数据库中的Sonar 数据源
3. UCI数据库中的Iris 数据集
第二次比较算法:
使用K-means 和 FCM 算法在以下数据上进行验证：
1） Sonar和 Iris 数据集
2） CIFAR 图像数据集
第三次验证方法:
使用SVM 方法，数据集为Extended YaleB 人脸数据库（选做CIFAR-10 数据集)
核函数选择高斯核和多项式核，并手动调节或通过交叉验证确定参数值。
第四次作业要求：
在CIFAR-10 数据集和 Extended Yale B 数据集中，分别使用bagging 和 adaboost 算法进行组合分类器的验证。
全部评论 (0)
还没有任何评论哟~
