搜索资源列表
Color
- 本软件又名为自动验布系统,通过视频扫描布的表面,检查布的质量,现在只做到了可获视频里的颜色,以样本颜色对比,发现不同颜色时会出现报警信息。
JpgDll
- 已经保存了训练好的网络权值,所以第一次使用识别程序时,可以直接运行\\\\Release目录下的可执行文件,然后对图片目录中的测试图片进行读入、识别。 当然读者也可以自行用训练样本训练网络,不过要特别注意训练样本的选择,否则可能造成识别率很低。训练样本选择的原则是,尽可能的有代表性,在训练时间不至于太长的情况下,训练样本数目尽量多。
B_func
- 一个B样条曲线的算法,包括 二次,三次B样条曲线,对于学习计算机图形学的人而言是很好的参考样本
recognize
- 本代码是基于神经网络的文字识别系统,目录主要包括:文档和两个源代 其中源代码是识别程序的,另一个是矩阵类库的。 已经保存了训练好的网络权值,所以第一次使用识别程序时,可以直接运行Release目录下的可执行文件,然后对图片目录中的测试图片进行读入、识别。当然也可以自行用训练样本训练网络,不过要注意训练样本的选择,否则可能识别率很低。训练样本选择的原则是,尽可能的有代表性,在训练时间不至于太长的情况下训练样本数目尽量多。
szsb
- 第一步:训练网络。使用训练样本进行训练。(此程序中也可以不训练,因为笔者已经将训练好的网络参数保存起来了,读者使用时可以直接识别) 第二步:识别。首先,打开图像(256色);再次,进行归一化处理,点击“一次性处理”;最后,点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上,同时也输出到文件result.txt中。 该系统的识别率一般情况下为90%。
b
- 核子空间样本选择方法的核最近邻凸包分类器,不需要账号就可以下载
Mybpv2.0
- 对样本数据进行了归一化处理的BP算法,有比较好的收敛性
VECTORQUANTITY
- 利用一组样本之间的相关性,对这些样本(矢量)一起进行量化,每个样样本矢量用信号中经常出现的代表性的矢量(模式)代替。对量化参数进行二进制编码,实现压缩,以达到减少视频序列的码率的目的,以便能够在给定的通信信道上实时传输视频。
LDA
- 线性判别分析(LDA)是一种较为普遍的用于特征提取的线性分类方法。但是将LDA直接用于人耳识别会遇到维数问题和“小样本”问题。人们经过研究,通过多种途径解决了这两个问题并实现了基于LDA的人耳识别。文章对几种基于LDA的人耳识别方法做了理论上的比较和实验数据的支持,这些方法包括Fisherears、DLDA、VDLDA及VDFLDA。实验结果表明VDFLDA是其中最好的一种方法
fenlei
- 模式识别,一个很好的数字,图形程序,包括了很多种算法,样本设计,摸板匹配,BYS分类器,线性分类器,非线性分类器,神经网络分类
mmsetc
- 该函数可以从彩色图像样本中交互式获取RGB三重色,并可以显示对话框供用户选择操作
mmsetclr
- MMSETCLR 可以由彩色样本图像交互获取RGB三重色.MMSETCLR可以显示工具箱供用户选择。
least_square_estimation_given_sample_with_noise.ra
- 给定带有高斯噪声的三组样本,对其进行最小二乘拟合,并且绘图,求出误差协方差
least_square_estimation_model_select
- 生成一组带有高斯噪声的样本,分别用一阶,二阶,三阶的最小二乘估计方法进行拟合,然后分别用AIC,MDL,FPE,CAT四种评测模型对其性能进行比较,得到最优的拟合模型.
One-Shot_learning_of_object_categories_PAMI2006.ra
- One-Shot Learning of Object Categories PAMI2006关于面向目标分类的重要论文。 主要解决在很少几个样本图像情况下,如何对目标图像进行新类学习的方法研究。
KandISODATAClass
- K均值和ISODATA分类两种算法,根据给定样本、聚类中心进行分类!
renlianjiance
- 这是完整的一套人脸表情识别,从样本训练到目标的识别.采用PCA来提取特征
quanzixiangguanxishu
- 微弱信号的全自相关系数提取与样本特征向量。
yangbenshuju
- 人体脉象样本数据,一共有30个人的样本包括正常和吸毒者的,可以供从事模式识别的人作样本。
svmfenlei
- 支持向量机用于分类的程序,相对于神经网络有较好的学习能力,适用于小样本情况!