【文件属性】:
文件名称:matlab二重积分代码-MICI:用于分类器融合和回归的多实例Choquet积分
文件大小:6.64MB
文件格式:ZIP
更新时间:2021-05-20 03:27:30
系统开源
matlab二重积分代码MICI:
用于分类器融合和回归的多实例Choquet积分
杜晓晓和阿丽娜·扎瑞(Alina
Zare)
注意:如果使用此代码,请引用:Xiaoxiao
Du和Alina
Zare。
(2019年4月12日)。
GatorSense
/
MICI:初始发行版(版本v1.0)。
Zenodo。
[]
[]
[]
[]
在此存储库中,我们提供了多实例Choquet积分(MICI)分类器融合和/或回归算法的论文和代码。
安装先决条件
此代码使用MATLAB
Statistics和Machine
Learning工具箱,MATLAB
Optimization
Toolbox和MATLAB
Parallel
Computing
Toolbox。
演示版
在MATLAB中运行demo_main.m
。
主要功能
MICI分类器融合和回归算法使用以下功能运行。
MICI分类器融合(噪声或模型)算法
[measure,
initialMeasure,Analysis]
=
learnCIMeasure_noisyor(TrainBags,
TrainLabels,
Parame
【文件预览】:
MICI-master
----LICENSE(1KB)
----learnCIMeasureParams.m(2KB)
----demo_data_cl.mat(15KB)
----demo_main.m(4KB)
----.gitignore(370B)
----papers()
--------MICI for Classifier Fusion.pdf(405KB)
--------MICI Classifier Fusion and Regression for Remote Sensing Applications.pdf(6.95MB)
----README.md(7KB)
----util()
--------ismember_findrow_mex.mexw64(9KB)
--------ismember_findRow.m(399B)
--------evalFitness_softmax.m(2KB)
--------learnCIMeasure_noisyor.m(13KB)
--------evalFitness_reg.m(2KB)
--------sampleMeasure_Bottom.m(882B)
--------learnCIMeasure_noisyor_CountME1.m(13KB)
--------sampleMeasure_Above.m(1KB)
--------quadLearnChoquetMeasure_MultiSource.m(8KB)
--------evalFitness_noisyor.m(2KB)
--------ismember_findrow_mex_my.m(546B)
--------ismember_findrow_mex.c(5KB)
--------ChoquetIntegral_g_MultiSources.m(2KB)
--------ismember_findrow_mex.mexmaci64(9KB)
--------ismember_findrow_mex.mexa64(8KB)
--------learnCIMeasure_softmax.m(12KB)
--------sampleMeasure.m(2KB)
--------invcdf_TruncatedGaussian.m(1KB)
--------learnCIMeasure_minmax.m(12KB)
--------learnCIMeasure_regression.m(13KB)
--------computeci.m(3KB)
--------quadLearnChoquetMeasure_3Source.m(5KB)
--------share.h(206B)
--------evalFitness_minmax.m(2KB)
--------ismember_findrow_mex.log(800B)
--------quadLearnChoquetMeasure_4Source.m(8KB)
--------quadLearnChoquetMeasure_5Source.m(18KB)
--------evalInterval.m(1KB)
--------sampleMultinomial_mat.m(3KB)