搜索资源列表
svm
- 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
deboor-cox.rar
- 目的:运用强化学习!多分类器集成!降维方法等最新计算机技术,结合细胞病理知识,设计制作/智能化肺癌细胞病理图像诊断系统0"方法:采集细胞图像,运用基于强化学习的图像分割法将细胞区域从背景中分离出来 运用基于样条和改进2方法对重叠细胞进行分离和重构 提取40个细胞特征用于贝叶斯!支持向量机!紧邻和决策树4种分类器,集成产生肺癌细胞分类结果 建立肺癌细胞病理图库,运用基于等降维方法对细胞进行比对,给予未定型癌细胞分类"结果:/智能化肺癌细胞病理诊断系统0应用于临床随机1200例肺
svm-km.rar
- 支持向量机(SVM)是数据挖掘中的一个新方法,能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题,并可推广于预测和综合评价等领域,因此可应用于理科、工科和管理等多种学科。目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段。它广泛的应用于统计分类以及回归分析中. 支持向量机属于一般化线性分类器.他们也可以认为是提克洛夫规则化(Tikhonov Regularization)方法的一个特例.这族分类器的特点是他们能够同时最小化经验误差与最大化几何边缘区
DCT
- 先用小波变换进行降维后,再用DCT进行特征提取,然后用SVM分类识别,SVM需先安用libsvm工具箱,然后再可以运行,该程序包含ROL人脸库,一并上传。-First reduce the dimension of the wavelet transform, the then DCT feature extraction, and then use SVM classification, SVM must be safe to use libsvm toolbox, and then you
SVM
- 这是一个支持向量机的程序代码,对于图像的分类识别有很高的准确率、-This is a svm program
经典SVM分类器.RAR
- 这是利用SVM方法进行模式识别的一个很有用的程序,运行结果正确
svm
- SVM神经网络的数据分类预测在葡萄酒种类识别中的应用-SVM classification neural network prediction of data types in the identification of wine
PCA_ORL
- Matlab环境下,实现用PCA方法提取EigenFace,之后通过SVM方法对人脸图像进行分类识别。-Face recognition via PCA and SVM method
stprtool15aug08
- 统计模式识别算法包,包括线性分类算法,SVM,PCA,LDA,EM,k-means分类等多种常用的模式识别算法。-Statistical pattern recognition algorithm package, including a linear classification algorithm, SVM, PCA, LDA, EM, k-means classification and many other commonly used pattern recognition algori
svm
- 支撑向量机的函数,可以用于识别、分类和分割,是很好的分类算法-Support Vector Machines function, can be used for identification, classification and segmentation, is a good classification algorithm
svml_v092
- SVM,很好用的用于模式识别中特征分类的咚咚。-SVM, a good use for pattern recognition features of the classification of咚咚.
pca-svm
- 使用pca和svm方法对表情进行分类,有较高的识别准确率-The use of pca and expression svm classification methods, which have a higher recognition accuracy
svm
- 这是在模式识别中常用的一个分类器,不过这是一个线性2分类问题,对于多分类问题,可以直接转化~-This is commonly used in pattern recognition, a classifier, but this is a linear 2 classification for multi-classification problems, can be directly translated into
svm
- 选用支持向量机作为区分文本与非文本的分类器,支持向量机是在统计学习理论基础上发展起来的新一代学习算法,它在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势。-Use support vector machine as the distinction between text and non-text classifier, support vector machine is in statistical learning theory developed on the basis of
SVM_code
- 这是最新的SVM(支持向量机库代码) 搞SVM模式识别分类与回归的人员很有参考价值,如果有适当的话,我下次把国外的SVM训练和测试源代码上传,供大家参考,谢谢大家的支持!-these files are about the SVM algorithm,which would help you learn and use it to deal with some problem in your job and study
2DLDAwiththeSVM-basedfacerecognitionalgorithm
- 二维线性鉴别分析(2DLDA)算法能有效解决线性鉴别分析(LDA)算法的“小样本”效应,支持向量机 (SVM)具有结构风险最小化的特点,将两者结合起来用于人脸识别。首先,利用小波变换获取人脸图像的低频分量,忽 略高频分量:然后,用2DLDA算法提取人脸图像低频分量的线性鉴别特征,用“一对多”的SVM 多类分类算法完成人脸 识别。基于ORL人脸数据库和Yale人脸数据库的实验结果验证了2DLDA+SVM算法应用于人脸识别的有效性。-”Small sample size”problem
libsvm_src_2.6NOTE
- LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包,他不但提供了编译好的可在Windows系列系统的执行文件,还提供了源代码,方便改进、修改以及在其它操作系统上应用;该软件还有一个特点,就是对SVM所涉及的参数调节相对比较少,提供了很多的默认参数,利用这些默认参数就可以解决很多问题;并且提供了交互检验(Cross Validation)的功能。该软件包可以在http://www.csie.ntu.edu.tw/~c
SVM
- SVM 神经网络 数据分类预测 葡萄酒种类识别-SVM neural network prediction wines identification data classification
SVM
- 在草图符号的自适应学习中,不同用户的训练样本数量可能不同,保持在不同样本数量下良好的学习效 果成为需要解决的一个重要问题.提出一种自适应的草图符号识别方法,该方法采用与训练样本个数相关的分类 器组合策略将模板匹配方法和SVM统计分类方法进行了高效组合.它通过利用支持小样本学习的模板匹配方法 和支持大量样本学习的SVM 方法,并同时利用草图符号中的在线信息和离线信息,实现了不同样本个数下自适应 的符号学习和识别.基于该方法,文中设计并实现了支持自适应识别的草图符号组件.最后,利用扩
基于PCA的SVM分类
- 选择“BreastCancer”数据集,使用支持向量机(SVM)对其进行分类。作为对比,第一次对特征集直接进行支持向量机分类,第二次对特征集进行主成分分析法的特征提取后,再对特征提取后的特征集进行支持向量机分类。并且对比和分析了两次分类的结果。(The BreastCancer data set is selected and classified by Support Vector Machine (SVM). For comparison, the first time the featur