搜索资源列表
BP_Adaboost
- 基于BP-Adaboost的强分类器设计(Design of strong classifier based on BP-Adaboost)
SW41定制PCB要求C2-171210
- 检查和大家的公益金的发生，没打火炬手大发达输入法分身乏味的瓦房店(fsaedawdghbdmfgfgsdmcnxzcvbzcjakvghjefrdgseyfgayfaf fjghesayjfgaywf fgjesdayjhgfaw)
adaboost
- ffjdnsfnkjdsnfkdfyusgfygsdyufgdsyfg
Adaboost
- trytry ytytrytryhhgfhgfhghtrytrytrytrytrytry
基于PCA的人脸识别
- 使用PCA算法对人脸图像进行处理，使用adaboost算法训练分类器，对训练集中的20个人每人五张照片进行训练，对测试集中的同样多的照片进行识别，可以得到很高的识别率
machine_learning_python-master
- 通过阅读网上的资料代码，进行自我加工，努力实现常用的机器学习算法。感知机的基本形式和对偶形式的实现 Kmeans和Kmeans++的实现 EM GMM高斯混合和GMM+LASSO的实现 实现朴素贝叶斯的基本算法和高斯混合朴素贝叶斯算法 实现决策树的基本算法 实现adaboost基本算法 实现svm基本算法 实现逻辑回归基本算法(By reading the data codes on the Internet, we can process oursel
高密度环境下行人检测和统计
- 本实验的目的是对高密度行进人群中的行人流量进行统计，并能够区分上行和下行。实验的基本思路是： 在一个行人头部大小的带状区域中进行头部检测（HaarLike Adaboost方法），然后利用一个滑动的跟踪门对检测的头部结果进行关联，同时利用运动历史图分析的方法估计行人轮廓的运动方向，最后对序列关联特征进行分析给出上下行的统计结果。
高密度环境下行人检测和统计
- 本实验的目的是对高密度行进人群中的行人流量进行统计，并能够区分上行和下行。实验的基本思路是： 在一个行人头部大小的带状区域中进行头部检测（HaarLike Adaboost方法），然后利用一个滑动的跟踪门对检测的头部结果进行关联，同时利用运动历史图分析的方法估计行人轮廓的运动方向，最后对序列关联特征进行分析给出上下行的统计结果。