دانلود رایگان کدها و برنامه های آماده انتخاب ویژگی یا Feature Selection در متلب‬‬ — بخش دوم

‫در ادامه کدها و برنامه های آماده انتخاب ویژگی یا Feature Selection که به زبان برنامه نویسی متلب پیاده سازی شده اند، برای دانلود در اختیار مخاطبان گرامی متلب سایت قرار گرفته است. شما می توانید با کلیک بر روی لینک دانلود مختص هر کد، آن را از سرور متلب سایت دانلود نمایید.‬

این نوشته حاوی بخشی از مجموعه کامل کدها و برنامه های آماده است. برای دریافت سایر بخش ها، به لینک زیر مراجعه نمایید:

دانلود رایگان کدها و برنامه های آماده انتخاب ویژگی یا Feature Selection در متلب‬‬ — فهرست اصلی

عنوان اصلی mRMR Feature Selection (using mutual information computation)
زبان برنامه نویسی متلب
چکیده / توضیح This is a cross-platform version of mimimum-redundancy maximum-relevancy feature selection
لینک های پیشنهادی
لینک دانلود کد آماده دانلود رایگان کد و پروژه آماده mRMR Feature Selection (using mutual information computation) - کلیک کنید.

عنوان اصلی Feature selection using fuzzy entropy measures and similarity
زبان برنامه نویسی متلب
چکیده / توضیح Removes a feature from data file which it considers havining least amount of relevant information.
لینک های پیشنهادی
لینک دانلود کد آماده دانلود رایگان کد و پروژه آماده Feature selection using fuzzy entropy measures and similarity - کلیک کنید.

عنوان اصلی Neuro-fuzzy classifier
زبان برنامه نویسی متلب
چکیده / توضیح there are three classifiers and one feature selection method based on neuro-fuzy.
لینک های پیشنهادی
لینک دانلود کد آماده دانلود رایگان کد و پروژه آماده Neuro-fuzzy classifier - کلیک کنید.

عنوان اصلی Improved Distance Evaluation (IDE)
زبان برنامه نویسی متلب
چکیده / توضیح This method could be implemented for feature selection in classification problems.
لینک های پیشنهادی
لینک دانلود کد آماده دانلود رایگان کد و پروژه آماده Improved Distance Evaluation (IDE) - کلیک کنید.

عنوان اصلی Mass Spectrometry Bayesian Network Analysis Tool
زبان برنامه نویسی متلب
چکیده / توضیح Finds diagnostic features in the spectra of biologic samples by using a Bayesian Network approach
لینک های پیشنهادی
لینک دانلود کد آماده دانلود رایگان کد و پروژه آماده Mass Spectrometry Bayesian Network Analysis Tool - کلیک کنید.

عنوان اصلی colAUC
زبان برنامه نویسی متلب
چکیده / توضیح Calculates Area under ROC curve (AUC) for a vector or for each column of a matrix.
لینک های پیشنهادی
لینک دانلود کد آماده دانلود رایگان کد و پروژه آماده colAUC - کلیک کنید.

عنوان اصلی Feature selector based on genetic algorithms and information theory.
زبان برنامه نویسی متلب
چکیده / توضیح The algorithm performs the combinatorial optimization by using Genetic Algorithms.
لینک های پیشنهادی
لینک دانلود کد آماده دانلود رایگان کد و پروژه آماده Feature selector based on genetic algorithms and information theory. - کلیک کنید.

عنوان اصلی Geometric Gaussian-Kernel Bolstered Error Estimation for Linear Classification
زبان برنامه نویسی متلب
چکیده / توضیح This is fast implementation of bolstered error estimation algorithm for linear SVM classification.
لینک های پیشنهادی
لینک دانلود کد آماده دانلود رایگان کد و پروژه آماده Geometric Gaussian-Kernel Bolstered Error Estimation for Linear Classification - کلیک کنید.

عنوان اصلی Information loss of the Mahalanobis distance in high dimensions: Matlab implementation
زبان برنامه نویسی متلب
چکیده / توضیح Information loss estimation to set a lower limit on classification rate.
لینک های پیشنهادی
لینک دانلود کد آماده دانلود رایگان کد و پروژه آماده Information loss of the Mahalanobis distance in high dimensions: Matlab implementation - کلیک کنید.

عنوان اصلی Multiscale Stereo Features Matching
زبان برنامه نویسی متلب
چکیده / توضیح Features selection and matching, from a pair of views.
لینک های پیشنهادی
لینک دانلود کد آماده دانلود رایگان کد و پروژه آماده Multiscale Stereo Features Matching - کلیک کنید.

عنوان اصلی Fitting with MATLAB: Statistics, Optimization, and Curve Fitting
زبان برنامه نویسی متلب
چکیده / توضیح Demo code and data for the "Fitting with MATLAB" webinar
لینک های پیشنهادی
لینک دانلود کد آماده دانلود رایگان کد و پروژه آماده Fitting with MATLAB: Statistics, Optimization, and Curve Fitting - کلیک کنید.

مطالب پیشنهادی‎

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *