说明：ELM是基于深度学习的分类器，运算速度快。 在B_data.m里导入待分类矩阵B.mat（1-n列为特征值，n列为标签）；运行B_data.m；再打开fuzzyEn_main.m并运行即可。

elm-分类器 深度学习分类 深度特征

说明：BP神经网络算法，贝叶斯-最小距离分类器，可以用于模式识别。

BP神经网络算法 贝叶斯-最小距离分类器

说明：文本分类器性能评估指标

数据分析

说明：R分类器性能评价

数据分析

说明：Bayes分类器和Fisher分类器的设计仿真

fisher分类器 bayes--分类 matlab分类器 分类器matlab MATLAB-分类器

说明：这是模式识别中线性分类器中最常用的fisher线性分类器，并在结果中画出了分类线和分类效果

分类器-matlab 识别分类 fisher分类 fisher分类器 模式分类

说明：基于核分析的多类分类器，支持向量机的多类分类，适合研究学习，欢迎同行下载

SVM多类分类器 SVM分类 多类-分类器 svm分类器 distance-kernel

说明：用matlab实现非线性支持向量机分类器对多类进行分类。

非线性分类 多类分类器 SVM--matlab 非线性-分类器 SVM多类分类器

说明：ababoost级联分类器，通过一组弱分类器形成一个强分类器

分类 cascade MATLAB-分类器 级联分类器 级联

说明：BP_Adaboost模型即把BP神经网络作为弱分类器，反复训练BP神经网络预测样本输出，通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器，利用此方法设计出强分类器。

BP-Adaboost BP神经网络 分类器 BP 神经网络 Adaboost算法