搜索资源列表
PG_BOW_DEMO
- 图像的特征用到了Dense Sift，通过Bag of Words词袋模型进行描述，当然一般来说是用训练集的来构建词典，因为我们还没有测试集呢。虽然测试集是你拿来测试的，但是实际应用中谁知道测试的图片是啥，所以构建BoW词典我这里也只用训练集。 其实BoW的思想很简单，虽然很多人也问过我，但是只要理解了如何构建词典以及如何将图像映射到词典维上去就行了，面试中也经常问到我这个问题，不知道你们都怎么用生动形象的语言来描述这个问题？ 用BoW描述完图像之后，指的是将训练集以及测试集
kpca
- 使用核PcA来识别图片，图片为200张测试图片，200张训练图片，包含在在压缩文件中。-To identify the use of nuclear PcA picture, pictures, for 200 test images, 200 training images, is included in the compressed file.
demoBagSVM
- 一种基于半监督的svm的图像分类方法。该方法通过聚类核的方法利用无标记样本局部正则化训练核的表达式。这种方法通过图像直接学习一个自适应的核。该程序仿真的是文章：Semi-supervised Remote Sensing Image Classification with Cluster Kernels。大家可以参考下。-A semi-supervised SVM is presented for the classification of remote sensing images. The
KPCA
- 核主成分分析KPCA算法，经过核变换将样本映射到线性可分的高维空间，再进行PCA降维。包括训练、测试、识别整个过程-KPCA kernel principal component analysis algorithm through nuclear transformation samples are mapped to linearly separable high-dimensional space, then PCA dimensionality reduction. Including
CHENGXU5
- 神经网络SVM实现分类，采用高斯核，标准差经过试验，最终定在0.81。训练和测试样本在1到1000之间间隔取点，训练样本取奇数，测试样本取偶数，没有噪声-SVM neural network to realize classification, USES the gaussian kernel, the standard deviation after test, final set at 0.81.Training and testing samples in the interval bet
ManifoldLearn
- 流形学习工具箱 ML_OPTIONS - Generate/alter options structure for training classifiers ML_TRAIN Trains a classifier with some options using some method ML_TEST Uses a classifier to classify data in X SAVECLASSIFIER Generates a classifier structu