为了准确地提取出结构光测量中变形条纹的瞬时相位，需对变形条纹图像进行滤波。在OWT_SURE_LET小波去噪的基础上，用冗余小波代替正交小波，用DB8小波代替Sym8小波，利用一个六变量的收缩函数代替四变量的收缩函数，提出了一种改进的SWT_SURE_LET小波滤波算法，该算法速度快、稳健性强。峰值信噪比和相位均方根值提取精度两个指标表明，无论何种类型的变形条纹，无论变形条纹的载频怎么变化，改进算法都是有效的。和其他经典的及最新的去噪算法相比，改进后的算法具有最好的结果和稳健性。

主要为大家详细介绍了python实现朴素贝叶斯分类器，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

贝叶斯文本分类器

主要为大家详细介绍了微信小程序使用二次贝塞尔曲线画波浪，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

用贝叶斯进行分词，有结果文档。课业作业 很全面~~~~~~

matlab的egde源代码机器学习 存储库包含我在MATLAB和PYTHON中实现的机器学习算法 使用的Alogrithm是： 决策树和随机森林分类器 朴素贝叶斯分类器 高斯朴素贝叶斯Calssifier 高斯混合的EM算法 神经网络 奇异值分解 主成分分析 将数据拟合到一维高斯 使数据适合2D高斯 K最近的邻居 线性回归 逻辑回归 K均值聚类 价值迭代法 动态时间规整 误差函数和正则化

接口调用简单, 可以调整线的弯曲程度, 可以在线上显示数据点

MNIST和USPS手写数字识别算法: 朴素贝叶斯和随机森林 bayes-mnist : 多项式朴素贝叶斯和伯努利朴素贝叶斯解决MNIST数据集 bayes-usps : 多项式朴素贝叶斯和伯努利朴素贝叶斯解决USPS数据集 random-forest-mnist : 随机森林解决MNIST数据集 random-forest-usps : 随机森林解决USPS数据集

初学机器学习，使用python实现的朴素贝叶斯算法实现数字识别，使用mnist数据集训练和测试

贝叶斯感情分析代码，里面写有注释，打开就能运行。。。。