搜索资源列表
HOG_LBP
- 融合hog与lbp特征的图像分类，使用svm进行分类，最终给出运行混淆矩阵(The image classification of hog and LBP features is classified by SVM, and the run obfuscation matrix is finally given.)
SVMDetect.tar
- LINUX版本C++程序，centos下eclipse编译完成，仅供参考。(LINUX version of the C++ program, the eclipse compiled under CentOS, for reference only.)
支持向量机算法
- 能够实现二分类的支持向量机matlab程序，例子较为全面
支持向量机通俗导论
- 支持向量机，一种很好的分类方法，想学的人可以看看这本书(Support Vector Machines, a good classification method, anyone who wants to learn can read this book)
FingerTip
- 基于深度相机的手势识别，利用深度信息设置包围盒分割手，然后使用SVM分类器对训练数据集进行训练。在静态手势测试时，我们先计算测试图像的HOG特征，然后经SVM分类得到测试结果(Based on the gesture recognition of the depth camera, the depth information is used to set the bounding box to divide the hand, and then the training data set is
支持向量机( SVM)
- 支持向量机凸优化例子，利用支持向量机算法建立分类模型的例子(An example of support vector machine convex optimization and an example of using support vector machine to establish a classification model)
emd toolbox
- SVM案例12 SVM神经网络的数据分类预测-葡萄酒种类识别(SVMCase 12 SVM neural network data classification prediction - wine species identification.)
Spark
- 主要有介个ml模型，可以有ALS推荐，SVM 分类(There are mainly ml models, which can be classified by ALS and SVM.)
人脸表情识别matlab程序LBP+LPQ算法融合，SVM分类
- 基于matlab的人脸表情识别，LBP+LPQ算法融合(Facial expression recognition based on MATLAB)
SVM的参数优化——如何更好的提升分类器的性能
- SVM的参数优化——如何更好的提升分类器的性能，含有源程序和代码(SVM parameter optimization - how to better improve the performance of the classifier, containing source code and code)
mnist_test_opencv
- 利用opencv的ML-SVM，进行·mnist数据集的训练分类。 同时包含该数据集的读取(use opencv's ML-SVM to carry out training classification of MNIST dataset. Including the reading of the data set)
catih-norGUI
- SVM分类器的实现原码,SVM是一类基于统计学习理论的模式识别方法()
libsvm3.1.rar
- LibSVM是台湾林智仁(Chih-Jen Lin)教授2001年开发的一套支持向量机的库，这套库运算速度还是挺快的，可以很方便的对数据做分类或回归。由于libSVM程序小，运用灵活，输入参数少，并且是开源的，易于扩展，因此成为目前国内应用最多的SVM的库。 本源代码适用于MATLAB环境，版本为3.1
Matlab-libsvm-3.20
- SVM(Support Vector Machine)指的是支持向量机，是常见的一种判别方法。在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。 Vapnik等人在多年研究统计学习理论基础上对线性分类器提出了另一种设计最佳准则。其原理也从线性可分说起，然后扩展到线性不可分的情况。甚至扩展到使用非线性函数中去，这种分类器被称为支持向量机(Support Vector Machine，简称SVM)。支持向量机的提出有很深的理论背景。 支持向量机方法是在后来提出的
da
- 基于码本（codebook）的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别+基于区域特征的目标跟踪算法。(编程) AdaBoost是一种增强性机器学习算法，它用于把弱分类器联合成强分类器；SVM本身就是(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haa
fa(4)
- 基于码本（codebook）的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别+基于区域特征的目标跟踪算法。(编程)(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haar AdaBoost and hog based SVM Classifier + fast
ga (6)
- 基于码本（codebook）的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别+基于区域特征的目标跟踪算法。(编程) AdaBoost是一种增强性机器学习算法(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haar AdaBoost and hog based
gmm(2)
- 基于码本（codebook）的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haar AdaBoost and hog based SVM Classifier + fast Hough circle trans
rq(3)
- 基于码本（codebook）的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别+基于区域特征的目标跟踪算法。(编程) AdaBoost是一种增强性机器学习算法，它用于把弱分类器联合成强分类分类器(Background modeling based on codebook (codebook) background difference method + cascade based on LBK or Haar AdaB
SVM_smo_C++
- 该例程使用C++语言实现，支持向量机的SMO算法，包含标注的数据集，实现13维分类(Implement SVM-SMO algorithm using C++,including training dataset)