说明：用粒子滤波实现视频中人头跟踪算法，有训练好的人头分类器。

说明：这是一个KNN分类器的matlab函数（K近邻分类器）,可自由选择参数k

说明：使用K近邻法设计分类器，对一组数据进行分类

说明：本实验语音库为免费的柏林情感语音库，其采样频率为16KHZ，16bit量化。该语音库共有500 句情感语音信号，分别由十名专业演员(5 男，5 女)在不同情感状态下（高兴、愤怒、平静、悲伤、害怕、厌烦、憎恨）朗读十句不同文本的德语组成。本实验选取其中的部分情感（高兴、愤怒、悲伤）加以识别。仿真实验环境为MATLAB7.0。 实验选取的情感特征为短时平均能量、短时平均幅度、基频和短时过零率。为了降低不同人在表达不同情感时的个人差异造成的影响，本文实验过程中将提取的情感特征进行归一化处理。归一化采取将同一个人的三种情感语音信号的情感特征放在一起归一化处理，并将归一化后的情感特征作为KNN分类器的训练样本和测试样本。 该实验使用了传统的KNN算法和改进算法两种识别方式，通过实验结果对比了各自的特点。

说明：python语言写的SVm分类器，自己写的，完全可用！

说明：python语言写的离散增量分类器，自己写的，完全可用！

说明：python语言写的bayes分类器，自己写的，完全可用！

说明：基于C4.5的决策树算法，一种非线性分类器

说明：SVM分类器，是一种比较经典的分类算法，常用作图像识别分类中的分类器，这是作者改进过的一种SVM分类算法。

说明：采用PCA对人脸特征进行抽取，用SVM多累分类器对人脸进行识别，有操作界面

说明：adaboost智能算法源程序，将若分类器反复训练得到强分类器，用于二分类问题

说明：该程序分别提取正负样本图像的HOG和LBP特征，利用支持向量机进行样本训练，得到行人分类器。利用训练好的分类器进行检测，实验结果表明，该方法可以有效检测出图像中的行人，并达到了较好的检测结果。

说明：svm分类器，有几类样本点，利用线性SVM分类器求出其分界面

说明：matlab 分类器。。。。。。。。。。。。。。。。。。。。

说明：在java中运用weka中的随机森林算法实现的分类器的代码

说明：分类器的实现，线性分类器的有关代码。matlap实现

说明：JAVA语言编写的KNN简单邮件分类器 实现了邮件的自动分类

说明：基于haar特征的adaboost级联分类器的人脸识别应用，可直接运行

说明：采用matlab实现了Adaboost分类器算法，有利于学生对分类器的学习！

说明：贝叶斯分类器的分类原理是通过某对象的先验概率，本文详细介绍贝叶斯分类器，使用贝叶斯分类器对样本进行训练分类，得到良好分类结果，并对分类结果进行分析。

说明：决策树分类器的代码，用Python编写，用于各种分类训练

说明：用matlab实现非线性支持向量机分类器对多类进行分类。

说明：线性分类器，线性分类器设计步骤，感知器准则，knn分类器等

说明：基于朴素贝叶斯的文本分类器，使用Visual C# 2005编写

说明：ANN-BP分类器设计，用其中一半的数据采用ANN-BP算法设计分类器，另一半数据用于测试分类器性能。

说明：用其中一半的数据采用ANN-BP算法设计分类器，另一半数据用于测试分类器性能。

说明：分别采用感知机算法、最小平方误差算法、线性SVM算法设计分类器，分别画出决策面，并比较性能。

说明：用matlab实现的adaboost分类器算法

说明：On-line AdaBoost分类器，AdaBoost分类器的改进，在线学习更新分类器，多用于目标跟踪

说明：进行svm分类器的训练，作为人脸检测的人脸分类器