说明：《Pattern Recognition and Machine Learning》，中文译名《模式识别与机器学习》，简称 PRML。出自微软剑桥研究院实验室主任 Christopher Bishop 大神之手

说明：利用贝叶斯分类器，基于身高体重的男女性别分类

说明：此代码实现了Fisher分类算法，可用于模式识别中的分类或识别操作。

说明：模式识别教科书 蔡元龙 电子版 中国科技大学

说明：关于对人脸识别的lenet-5框架，在程序的实现，希望多多交流

说明：模式识别Pattern Recognition and Machine Learning matlab代码

说明：基于K-means聚类算法的图像区域分割

说明：LIBSVM是台湾大学林智仁(Lin Chih-Jen)教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题；并提供了交互检验(Cross Validation)的功能。该软件可以解决C-SVM、ν-SVM、ε-SVR和ν-SVR等问题，包括基于一对一算法的多类模式识别问题。

说明：入门机器学习的必要书籍，有决策分类算法，神经网络算法

说明：比较好的资料，关于随机共振，希望需要的人惠存。

说明：MOOC网老师给出的python代码，里面附有训练数据和源代码，但要注意每次只能识别一个数字，有改进的空间。

说明：将模式识别和简单的机器学习算法应用到图像处理，语言是C++

说明：模式识别解决各类问题，代码详解，可修改。

说明：对局部放电进行小波变换模式识别，解决放电破坏设备问题

说明：在频域中组合空间域和局部相位量化（LPQ）的局部二进制模式（LBP）用于面部识别。 首先，从LBP特征和频域中提取人脸图像以提取LPQ特征，然后合并到LBP / LPQ直方图中以比较直方图相似度。 最后，使用最近邻原则来识别。 在YALE和AR标准人脸数据库上的实验表明，该方法获得的结果优于单一方法。

说明：针对“BreastCancer”数据集，作为对比，第一次对特征集直接进行SVM分类，第二次使用粒子群算法进行特征选择后再进行SVM分类。并且对比和分析了两次分类的结果。

说明：选择“BreastCancer”数据集，使用支持向量机(SVM)对其进行分类。作为对比，第一次对特征集直接进行支持向量机分类，第二次对特征集进行主成分分析法的特征提取后，再对特征提取后的特征集进行支持向量机分类。并且对比和分析了两次分类的结果。

说明：通过比较自编MATLAB 的k-means 算法程序和SPSS 中自带的k-means聚类工具，对两个数据集聚类，并分析了聚类结果。

说明：使用四种方法进行鸢尾花分类：最小距离分类器，K 近邻法，感知器，Fisher 准则。

说明：图片识别，识别任意图片中的汉字，字符灯内容，保存为c文件，可以用做多种用途

说明：国防科大模式识别 掌握模式识别的基本概念和方法 ●有效地运用所学知识和方法解决实际问题 ●为研究新的模式识别的理论和方法打下基础

说明：模式识别大作业代码实现————采用线性SVM分类器（LIBSVM）和稀疏表示方法进行人脸分类识别

说明：stprtool模式识别工具箱，学习模式识别时的一个很好的工具。

说明：MATLAB编写的GUI，包括以下功能： 1、提取图像纹理特征：灰度共生矩阵、自相关函数、分数阶傅里叶变换 2、线性、非线性样本分类：Bayes、Fisher、Perceptron、near、SVM 3、线性、非线性样本聚类：C_mean、ISODATA 结果图片可在界面中显示

说明：RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。 简单说明一下为什么RBF网络学习收敛得比较快。当网络的一个或多个可调参数（权值或阈值）对任何一个输出都有影响时，这样的网络称为全局逼近网络。由于对于每次输入，网络上的每一个权值都要调整，从而导致全局逼近网络的学习速度很慢。BP网络就是一个典型的例子。

说明：模式识别和机器学习，一本很经典的英文著作。作者Christopher M. Bishop

说明：模式识别属于判别一个对象属于哪个模式的问题，进行模式识别要求具备两个特征：一是事先已知若干标准模式库；二是有待识别对象，所谓模糊模式识别，是指在模式识别中，模式是模糊的，或说标准模式库中提供的模式是模糊的。