搜索资源列表
lpr-system
- 1.先打开一幅图片然后按照顺序灰度化、二值化、灰度拉伸、车牌定位、二值化、倾斜校正、字符分割、训练神经网络、识别字符。 2.测试图像存储在当前目录的img下。 3.测试集、训练集、目标向量均存储在img下的文本文件中。-1. Open a picture first and then according to the order gray, binarization, gray stretching, license plate localization, binarization, t
KNN
- 自己编写的最近邻KNN算法，采用的距离是欧氏距离，附加了详细的中文注释，还有一个测试集和一个训练集- I have written KNN nearest neighbor algorithm, the distance is the Euclidean distance, additional detailed notes in Chinese, as well as a test set and a training set
MIT_persons_jpg
- MIT行人数据库，共924张行人图片，原来是PPM格式，很多人找不到转换工具，这里已转换成JPG。该数据库只含正面和背面两个视角，无负样本，未区分训练集和测试集。-MIT pedestrian dataset of JPG format, for pedestrian detection application.
anglecos
- 利用夹角余弦距离进行样本数据分类。实现步骤主要分为以下两部分：a、待测样品X与训练集里每个样品Xi的距离采用夹角余弦距离公式计算。b、循环计算待测样品和训练集中各已知样品之间的距离，找出距离待测样品最近的已知样品，该已知样品的类别就是待测样品的类别。-Using the sample data classification Angle cosine distance.Implementation steps are divided into the following two parts: a,
TestofFaceRecognition
- 基于BP神经网络的人脸识别系统的训练集源代码。-A face recognition system based on BP neural network the training set of source code.
rec
- Java实现将movielens各种规模数据的划分为测试集和训练集-Split movielens dataset to trainset and test set
AdaBoost
- Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器（强分类器）。-Adaboost is an iterative algorithm, the core idea is the same training set for training different classifiers (weak classifiers), then these weak classifiers together to f
Transitive-Re-identification
- 行人再识别。人再次鉴定的准确性可以显著提高给定一个训练集,演示了外表的变化与非重叠的两个摄像头。我们测试时是否能保持这种优势直接标注的训练集并非对所有现场camera-pairs可用。给定的训练集捕捉相机A和B之间的对应关系和不同的训练集捕捉相机B和C之间的对应关系,传递鉴定算法(TRID)建议提供了一个分类器(A,C)对外观。该方法是基于统计建模和使用一个边缘化的推理过程。这种方法可以显著减少注释工作固有的学习系统。-Person re-identification accuracy can
svm
- 用matlab编写的SVM模型，用于进行植物分类，包括主程序、训练集和测试集。-Using matlab SVM model, used for plant taxonomy, including the main program, the training and test sets.
pca
- 人脸识别，输入200副人脸照片作为训练集，检测另外200副人脸图像，计算错误率。-Recognition, input 200 people face photo as the training set, testing additional 200 people face image to calculate the error rate.
ASM-2.2.1
- 对模型特征点周围的纹理信息进行采样，对比图像和模型训练集的纹理，找到纹理最接近的点即认为是特征点。作者这里比较纹理的工具是马氏距离。为了提高搜索的效率，作者还提到了多分辨率搜索周围像素纹理，对于粗糙的尺度，搜索范围大，对于细致的尺度，进行细致的搜索，提高了匹配的效率。-The texture information model feature points around the sampling, texture contrast image and model train sets, find
Naive_Bayesian_classify_version
- 朴素贝耶稣算法进行文本分类，删除“无用词”，对训练集训练之后完成对测试集的测试，并输出测试集文档属于哪个分类-Tony simple algorithm for text classification Jesus, delete " without words" , after training set for the completion of the test set of tests and test sets the output document belongs Cat
Adaboost
- Adaboost是一种迭代算法,其核心思想是针对同一个训练集训练不同的分类器(弱分类器),然后把这些弱分类器集合起来,构成一个更强的最终分类器-Adaboost is an iterative algorithm, the core idea is the same training set for different classifiers (weak classifiers), and then set up these weak classifiers to form a stronger
Adaboost
- Adaboost是一种迭代算法,其核心思想是针对同一个训练集训练不同的分类器(弱分类器),然后把这些弱分类器集合起来,构成一个更强的最终分类器-Adaboost is an iterative algorithm, the core idea is the same training set for different classifiers (weak classifiers), and then set up these weak classifiers to form a stronger
Bayes
- Java实现的基于朴素贝叶斯的身高分类，包含训练集文档。代码简单易读。-Java-based implementation of height Naive Bayes classification, including the training set documentation. The code easier to read.
CNN
- 用 卷积神经网络进行手写字符 识别,内含mnist训练集-Handwritten character recognition, containing mnist convolution neural network training set
4.2
- 用人工神经网络拟合函数 说明：1）网络结构为三层（输入层、1个隐层和输出层） 2）获取两组数据，一组作为训练集，一组作为测试集 3）用训练集训练网络 4）用测试集检验训练结果-ANN fit function: 1) the network structure is three (input layer, a hidden layer and output layer) 2) to obtain two sets of data, one group as the
PG_BOW_DEMO-master
- 图像检索算法 BOW 有机器学习的部分 分为训练集和测试集 效果不错 不懂的可以阅读里面的readme.txt 文件
textClassifier
- 新闻文本分类器，采用naive Bayes算法。先对训练集处理得到词库，再通过测试集检验，核算分类器的正确率。-News texts classification, the use of naive Bayes algorithm. First treatment of the training set to get the thesaurus, then tested by the test set and accounting the correct rate of classificati
pmf
- 推荐系统 概率矩阵分解代码 内部已包含有数据集，已分为训练集与测试集-Recommended system probability matrix decomposition Code