说明：MNIST手势识别数据库进行softmax回归分类，直接运行softmaxExercise.m文件即可运行。

softmax 手势分类 mnist分类 softmax识别minst 手势识别

说明：本实验采用mnist数据库，对手写数字用SVM的方法进行分类。采用数据库的形式为mnist_all.mat，这种形式的数据库只有data没有label，所以我自己对它处理一下给test0-test9和train0-train9加上0-9的label。最后用SVM的方法进行分类，得出分类准确率

matlab 分类 svm 数据库 mnist 基于 实现

说明：遗传算法用于模式分类的特征选择。以minstall数据库为例，介绍了详细应用例程。内容详细对初学者很有帮助。

matlab 分类 算法 选择 mnist 遗传 数据 特征

说明：自主学习把稀疏自编码器和分类器实现结合。先通过稀疏自编码对无标签的5-9的手写体进行训练得到最优参数，然后通过前向传播，得到训练集和测试集的特征，通过0-4有标签训练集训练出softmax模型，然后输入测试集到分类模型实现分类。

自编码器 分类器实现结合 self-taught-learning

说明：MNIST数据库半监督学习分类算法半监督学习分类算法半监督学习分类算法半监督学习分类算法半监督学习分类算法半监督学习分类算法半监督学习分类算法半监督学习分类算法半监督学习分类算法半监督学习分类算法半监督学习分类算法半监督学习分类算法半监督学习分类算法半监督学习分类算法半监督学习分类算法半监督学习分类...

说明：深度学习DBN神经网络工具箱，主要用于做分类问题，包含examples。

DBN 神经网络工具箱 分类问题 examples