说明：分类脑电信号，用不同的分类器分类脑电信号并且分析其结果。

说明：lda 线性判别分析 分类器，基于不同镜头的电影分类

说明：支持向量机（Support Vector Machine, SVM）是一类按监督学习（supervised learning）方式对数据进行二元分类的广义线性分类器（generalized linear classifier），其决策边界是对学习样本求解的最大边距超平面（maximum-margin hyperplane）

说明：案例5 基于BP_Adaboost的强分类器设计-公司财务预警建模

说明：基于欧拉距离的KNN分类器，可自行调节map和预测点的位置。运行时首先显示分布散点图，之后输出预测值

说明：高光谱图像分类，使用KNN分类器，进行分类。

说明：svm分类器，集成了svm多分类解决方案，支持matlab、C、python等

说明：好用SF分类器优化代码.利用SF提取特征优化算法优化分类器以提高精度

说明：Adaboost算法是一种提升方法，将多个弱分类器，组合成强分类器。结合kmenas进行分类，包含多个子程序。 AdaBoost，是英文”Adaptive Boosting“（自适应增强）的缩写，由Yoav Freund和Robert Schapire在1995年提出。

说明：halcon深度学习例程解析--水果分类器

说明：模糊支持向量机算法，模糊聚类算法，模糊分类器

说明：Adaboost 算法的思想是合并多个“弱”分类器的输出以产生有效分类。其主要步骤为 ：首先给出弱学习算法和样本空间（工， y） ，从样本空间中找出 m 组训练数据，每组训练数据的权重都是 1 /m。然后用弱学习算法迭代运算 T 次，每次运算后都按照分类结果更新训练数据权重分布，对于分类失败的训练个体赋予较大权重，下一次迭代运算时更加关注这些训练个体。弱分类器通过反复迭代得到一个分类函数序列 f, ,fz ， … ， Jr ，每个分类函数赋予一个权重，分类结果越好的函数，其对应权重越大。

说明：模式识别的分类器设计内含４个分类器按照要求可以生成分类器并可以对分类器进行检验

说明：支持向量机，作为一个分类器，主要应用于分类识别，对样本进行分类

说明：可以较为准确的识别出围棋中的黑白子以及棋盘。

说明：这次是用matlab实现的RVM的回归和分类，虽然matlab没有python 用的舒服，但是。。架不住matlab资源多啊

说明：深度信念网络，神经网络的一种。既可以用于非监督学习，类似于一个自编码机；也可以用于监督学习，作为分类器来使用。

说明：svm分类器，主要用于雷达辐射源信号识别

说明：基于BP_Adaboost的强分类器设计-公司财务预警建模

说明：自组织神经网络是通过自动寻找样本中的内在规律和本质属性，自组织、自适应地改变网络参数与结构。多层感知器的学习和分类是已知一定的先验知识为条件的，即网络权值的调整是在监督情况下进行的。而在实际应用中，有时并不能提供所需的先验知识，这就需要网络具有能够自学习的能力。Kohonen提出的自组织特征映射图就是这种具有自学习功能的神经网络。这种网络是基于生理学和脑科学研究成果提出的

说明：脑机接口分类，特征提取用小波包熵，分类使用SVM分类器

说明：本程序实现了对三类高斯分布样本利用K近邻方法进行分类，并统计其错误率。

说明：SVM分类器的实现原码,SVM是一类基于统计学习理论的模式识别方法

说明：随机森林分类器，代码。。。。。。。。。。。。。。。。

说明：随机森林是一个包含多个决策树的分类器，通过matlab实现实现随机森林算法

说明：概率神经网络PNN，非线性分类器，神经网络中的一种。

说明：基于BP_Adaboost的强分类器设计-公司财务预警建模

说明：softmax 分类器，用于图像分类、图像分割

说明：模式识别的分类器设计内含４个分类器按照要求可以生成分类器并可以对分类器进行检验

说明：使用了全连接网络，卷积神经网络，循环神经网络分别构建不同的分类器，如何通过模型保存原理进行保存。