搜索资源列表
rejectlrs
- 语音识别中的拒识算法和基于支持向量机的说话人识别技术研究，能够运行，希望对大家有用-Speech Recognition rejection algorithm and support vector machine based speech recognition technology, can run, we want to be useful
SVM
- 支持向量机是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中-Support vector machine is Cortes and Vapnik in 1995 first proposed, it solve the small sample, nonlinear and high dimensional pattern recognition performance in many
SVM
- 支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度，Accuracy）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折衷，以期获得最好的推广能力[14]（或称泛化能力）。 -SVM is based on statistical learning theory and the theory of VC dimension based on structural risk minimization pr
SVMNR
- 实现基于支持向量机的非线性识别，可以取得较好的效果-SVM-based nonlinear identification, achieved good results can be
Ensemble
- 用adaboost算法生成基支持向量机分类器，并对识别结果进行简单投票法集成。附有支持向量机工具箱和adaboost算法流程说明。-Adaboost algorithm to generate the base with a support vector machine classifier, and the recognition result is a simple voting method integration. With support vector machine algorith
svm
- 支持向量机(Support Vector Machine)介绍：是Vapnik等于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。-Support Vector Machine
Two-level-Particle-Filter-Based-Lane-Detection-for
- 提出了基于2层粒子滤波数据融合的道路检测框架.通过道路检测算法的2个主要模块:特征 提取和道路参数估计,同时引入粒子滤波算法,并以支持向量机(SVM)识别道路模型、初始化粒子滤波器提高算法的环境适应性,以期找到基于机器视觉的道路检测算法在鲁棒性和实时性之间更好的平衡点. -Since the normal monocular-vision based lane detection algorithms for outdoor applications sel- dom conside
winsvm
- 这是一个经过修改的基于支持向量机的识别程序-This is a modified support vector machine-based recognition program
SVMTest
- 用于识别样本类别的支持向量机算法，该算法使用matlab实现。-Sample used to identify categories of support vector machine algorithm using matlab implementation.
OSU_SVM3.00
- 支持向量机matlab，大家可以试试哦， 能够在图像处理，人脸识别中有较好的效果-Support vector machine matlab, you can try Well, that in image processing, face recognition has a good effect
TorchSVM
- SVM（支持向量机）的C++源码。可以实现基于SVM的数据分类机回归，可应用于人工智能，模式识别及数据处理领域。源码附有英文注释。-SVM (support vector machine) in C++ source code. Can achieve data classification based on SVM regression, can be used in artificial intelligence, pattern recognition and data processin
libsvm
- 基于matlab的SVM（支持向量机）算法。作为非常流行的svm工具，可以实现基于SVM的数据分析，能够应用于人工智能及模式识别领域。-Matlab based on the expectation-maximization algorithm for Gaussian mixture model (GMM) toolkit. GMM-based data can be analyzed, can be used in the field of artificial intelligence a
Based-on-SVM-speaker-recognition
- 基于SVM的文本无关说话人识别算法研究，本文在最后用Matlab程序实现了一个基于支持向量机的说话人识别系统试验平台。并根据对参试者进行的大量身份测试试验，总结系统的各方面性能和分析存在的问题，为进一步研究提供了方向和宝贵的经验。 -SVM-based text independent speaker recognition algorithm, the paper used in the final implementation of a Matlab program based on
Pattern-recognition-and-SVMfunctions
- 模式识别分类支持向量机和和函数集，用于模式识别分类用。核函数很多-Pattern recognition and classification support vector machine and set of functions
fsvmPpca-face-Recognition
- 首先用PCA对ORA人脸图像降维，然后用模糊支持向量机对提取的特征向量进行分类，识别率较高。-First using PCA for dimensionality reduction ORA face image, and then use fuzzy support vector machine to classify the extracted feature vectors, the recognition rate is higher.
MFCC-and-SVM
- 建立了普通话语音性别数据库,提出联合梅尔频率频谱系数(Mel2f requency Cep st rum Coefficient s , MFCC) 的特征提取方法和支持向量机(Support Vector Machine , SVM) 的分类方法进行说话人性别识别,并与其它分类方法进行比较。-A Chinese speech ( mandarin ) database was established for speaker s gender recognition. A combina
mfcc2sdc
- 一个统计语言识别系统一般采用移自动语言识别三角洲系数（议会）功能。学童牙科保健服务堆叠比例系数的几帧三角洲的版本。 南区区议会及其应用的详细描述可在西医坎贝尔先生，J.P.坎贝尔，D.A.雷诺，大肠杆菌歌手，年息托雷斯- Carrasquillo，扬声器和语言识别，计算机语音和语言，第20卷，问题2-3，奥德赛2004支持向量机：演讲者与语言识别工作坊 -奥德赛- 04，四月至2006年7月，页210-229。 此代码是一个快速实现移三角洲系数（在MATLAB）。- A st
svm_classification
- svm 支持向量机分类程序，模式识别作业-svm for patter recognition assignment
Speakerrecognitionbased-on-MFCC
- 这是一篇工学硕士论文，主要说关于说话人语音识别，，以支持向量机为分类器，分别以MFCC和IM-FCC为特征单独执行分类，将得到结果按某种方式融合，取两者之长，最后做出判决来提高说话人识别系统的性能。-Speaker recognition is a kind of technology that take the use of the information contained in the speech signal to identify who is the speaker or to
SVM
- 本书介绍的支持向量机方法，是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折衷，以期获得最好的推广能力 。-This book introduces the support vector machine method is based on statistical learning theory, VC dimension and structural risk mi