搜索资源列表
stero
- 自然场景分类与目标识别关键技术研究_周莉 通用视觉目标识别的关键技术研究_黄双萍0000.caj0000000于机器学习的物体识别_刘光灿.caj-Key technical nature scene classification and object recognition _ Zhou Li Key Technology Research on General visual object recognition _ Huang Shuangping 0000.caj0000000
CNN
- cnn实现matlab代码,用于计算视觉,和机器学习方面的学习 -cnn achieve matlab codes for computer vision, and machine learning to learn
网学学习书籍大全
- 在基于内容图像检索中,图像的底层视觉特征和高层语义概念之间存在着较大的 语义间隔。使用机器学习方法学习图像特征,自动建立图像类的模型成为一种有效的方法。 本文提出了一种用支持向量机(SVM)实现自然图像自动语义归类的方法,基于块划分聚 类得到特征向量作为SVM 训练样本,实现语义分类器。由于参与聚类的是某类图像所有块 的特征,提取的特征更能反映某一类图像特征。实验证明这种方法是有效的。
pujulei
- 谱聚类算法建立在谱图理论基础上,与传统的聚类算法相比,它具有能在任意形状的样本空间上聚类且收敛于全局最优解的优点。 该算法首先根据给定的样本数据集定义一个描述成对数据点相似度的亲合矩阵,并且计算矩阵的特征值和特征向量 , 然后选择合适 的特征向量聚类不同的数据点。谱聚类算法最初用于计算机视觉 、VLS I 设计等领域, 最近才开始用于机器学习中,并迅速成为国际上机器学习领域的研究热点。-Spectral clustering algorithm based on the spectrum b
SRC
- 稀疏编码能够快速,准确,低代价地表示自然图像的视觉神经方面的能力,把稀疏编码的方法运用到分类中的机器学习方法,就叫做SRC。此处提供SRC算法代码。-Sparse coding has the rapid, accurate and low cost ability to display natural images. The method of sparse coding is applied to the classification of machine learning methods
Deep-learning-and-new-progress-
- 深度学习是机器学习中的一个新的研究领域。通过深度学习的方法构建深度网络来抽取特征是目 前目标和行为识别中得到关注的研究方向。为引起更多计算机视觉领域研究者对深度学习进行探索和讨论,并推 动目标和行为识别的研究,对深度学习及其在目标和行为识别中的新进展给予概述。方法首先介绍深度学习领 域研究的基本状况、主要概念和原理 然后介绍近期利用深度学习在目标和行为识别应用中的一些新进展。结 果阐述了深度学习与神经网络之间的关系,深度学习的优缺点,以及目前深度学习理论需要解决的主要问题。
ZPclustering
- 谱聚类算法建立在谱图理论基础上,与传统的聚类算法相比,它具有能在任意形状的样本空间上聚类且收敛于全局最优解的优点。 该算法首先根据给定的样本数据集定义一个描述成对数据点相似度的亲合矩阵,并且计算矩阵的特征值和特征向量 , 然后选择合适 的特征向量聚类不同的数据点。谱聚类算法最初用于计算机视觉 、VLS I 设计等领域, 最近才开始用于机器学习中,并迅速成为国际上机器学习领域的研究热点。-Spectral clustering algorithm based on the reprodu
simulation-code
- 决策学习的相关代码,视觉机器学习配套的仿真代码。-Decisions related to learn code, visual simulation code of form a complete set of machine learning.
paofeng
- 是机器学习的例程,计算加权加速度,做视觉测量的上位机代码。- Machine learning routines, Weighted acceleration, Do Vision Measurement PC code.
Kmeans
- 《视觉机器学习20讲配套仿真代码》——1、K-means学习-" Vision Machine Learning Lecture 20 supporting the simulation code" 1, K-means learning
Adaboost
- 《视觉机器学习20讲》的配套仿真代码——Adaboost分类算法,可运行,有注释-The visual machine learning about 20 supporting simulation code- Adaboost classification algorithm, can run, with comments
BP
- 《视觉机器学习20讲》配套仿真代码—bp神经网络,有注释,适合初学者-The visual machine learning about 20 matching simulation code- bp neural network, with comments, suitable for beginners
CNN
- <\视觉机器学习20讲>配套仿真代码——CNN,卷积神经网络,有注释,适合初学者-Visual simulation code CNN, form a complete set of machine learning about 20 convolutional neural networks, have comments, suitable for beginners
deeplearn
- <视觉机器学习20讲>配套仿真代码——深度学习,有注释,适合初学者-< visual machine learning speak > 20 matching simulation code- deep learning, there are comments, suitable for beginners
EM
- 《视觉机器学习20讲》的配套仿真代码——EM算法 均值最大算法,适合初学者-The visual machine learning about 20 supporting simulation code- EM algorithm average maximum algorithm, suitable for beginners
Regression-learning
- 一个回归学习的matlab例程,可以直接运行,具体内容参考图书《视觉机器学习20讲》-A return to learn the Matlab routines, can be run directly, the specific content of reference books < visual machine learning 20
Random-Forest
- 一个random forest的matlab例程,可以直接运行,具体内容参考图书《视觉机器学习20讲》-Forest MATLAB of a random routine, you can run directly, the specific content of reference books < visual machine learning 20
Bayesian-learning-
- 一个贝叶斯学习的matlab例程,可以直接运行,具体内容参考图书《视觉机器学习20讲》-A Bayesian learning matlab routines, you can run directly
EM-learning
- 一个em学习的matlab例程,可以直接运行,具体内容参考图书《视觉机器学习20讲》-A EM learning matlab routines, you can run directly, the specific content of reference books < visual machine learning 20
fiutang_v89
- 做视觉测量的上位机代码,是机器学习的例程,仿真效率很高的。- Do Vision Measurement PC code, Machine learning routines, High simulation efficiency.