搜索资源列表
beyes
- 详细介绍了贝叶斯公式在自动文本分类领域的使用，并且提到了关于互信息特征提取的方法。以及其分类的例子。-Bayesian formula described in detail in the field of automatic text categorization of the use of, and reference information on each feature extraction method. As well as examples of their classificat
zifushibie
- 光学字符识别系统，包括图像预处理、特征提取和分类器设计。-Optical character recognition system, including image preprocessing, feature extraction and classifier design.
jiyuneirongdeyinpinjiansuoyan
- 本文根据上述的研究，采用基于Mel倒谱系数特征的隐马尔可夫模型对音 乐进行分类。在音乐特征提取方面，以感知特征和Mel倒谱系数组成特征向量 在音乐分类方面，以隐马尔可夫模型作为分类器，对音乐进行聚类和分类。通过 有监督的学习方式进行聚类，分类时将测试样本归入似然值最大的类别，对同一 音频抽取若干样本，对样本识别结果采用投票法，判定该音频的音乐类别，使分 类的准确率得到进一步的提高。根据上述方法进行了仿真实验，并对实验结果进 行了分析。本文将音频数据分为5类，对4种分类器
neuralnetwork
- 用于图像识别的新型神经元网络 提出了一种用于图像识别的映封正交神经元网络。 在一般情况下待识别的样本空间的维数相当大, 为了有效地进行识别,必须把样本空间的维数降下来。目前常用的方法就是特征提取法,本文采用映射正交过程把样本空间映射成正交分类空间,并在此基础上,采用网络进行图像分类。计算机上模拟结果表明此网络县有时缺损和噪声图像进行正确识别的能力-Image recognition for a new type of neural network used in a video im
svmopencv
- opecv中支持向量机的编程示例 包括了二维和多维的特征分类的方法-Support Vector Machines in opecv programming examples include two-dimensional and multi-dimensional characteristics of the classification methods
fum
- 标准化后进行PCA特征提取，然后聚类分类-After standardized PCA feature extraction, clustering and classification
LDA
- 线性差别分析法（LDA）提取人脸图像特征点子程序-Linear differential analysis (LDA) face image feature extraction process ideas
Wavelet_Classify
- 基于小波变换和K-Mean算法的崇明东滩遥感图像分类，读取样本的能量特征向量进行分类，并返回分类图像的RGB图，显示各类地物面积比例-Based on wavelet transform and the K-Mean Algorithm for remote sensing image classification Chongming Dongtan, the energy to read a sample feature vectors for classification, and retu
SVM2004
- 支持向量机工具箱,内含demo程序,教你如何训练SVM和进行特征分类-Suppot Vector Machine (SVM) toolbox, Author Dr Gavin C. Cawley
fruit_ID
- 利用特征提取和分类的方法,假设输入值为{大,圆,光滑}为水果的三个特征值,来代表三种不同的水果,识别苹果\梨\香蕉\桔子\菠萝水果类别. -The use of feature extraction and classification methods, assuming that the import value was (large, round, smooth fruit) for the three characteristics of value, to represent three
ImagePatternRecognition
- 本书介绍图像模式识别的各种算法及其编程实现步骤。全书共分为10章，内容包括：模式识别的基本概念，位图的基础知识，分类器设计，模板匹配分类器，基于概率统计的Bayes分类器，几何分类器，神经网络分类器，图像分割与特征提取，聚类分析，模糊聚类分析，遗传算法聚类分析-Image Pattern Recognition
work_for_pattern_recognition
- 通过设计线性分类器；最小风险贝叶斯分类器；监督学习法分层聚类分析；K－L变换提取有效特征，设计支持向量机对给定样本进行有效分类并分析结果。-By designing a linear classifier minimum risk Bayes classifier supervised learning method hierarchical cluster analysis K-L transform to extract efficient features, designed to
otsu1
- 运用数学形态学原理 分割之后的特征提取 遥感影像分类中的应用-morpholog
featureselection
- 模式分类中的特征选择,希望大家可以参考一下.-Pattern Classification in feature selection, hope that we can reference.
wavelet_d
- 小波分解的程序 三级分解并进行特征分类,matlab 实现-Decomposition of wavelet decomposition process and make three feature classification
ar_dct_lda
- AR人脸库进行DCT变换，然后使用Fisher discriminant analysis 进行特征提取，使用cos分类器进行人脸分类。-AR Face Database for DCT transform, and then use the Fisher discriminant analysis feature extraction, using cos classifier for human face classification.
patternrecognitionfuzzyclassifiy0912
- 模式分类，提取的新特征，包括熵和尺寸特征，可分性好效果明显-pattern recognition ,new feature incuding entropy and size feature, better performance
DCT
- 本文设计基于DCT的人脸识别系统，首先结合当今人脸识别的背景和发展状况讨论了人脸识别的研究内容及在各方面的应用；然后研究了人脸识别进行预处理，讨论了人脸识别预处理的其他方法，分析各种方法的利弊，最后采用DCT（离散余弦变换）实现人脸图像预处理中的降维处理；接下来对人脸图像的特征提取进行了研究，简单叙述了几何特征提取和代数特征提取，同时深入研究了基于DCT和PCA变换的人脸图像特征提取，从而实现是否对人脸识别系统识别率有所提高的研究；对于分类器的选择，本文对两种分类器进行了探讨，即最近邻分类器和B
Vsvm3.0
- Vsvm3.0是一款window系统下运行的可视化svm算法工具，除了普通的分类和回归算法，还带有多目标回归预测；内含多种参数方式和序列极小化特征选择算法；并且支持多核并行运算-Vsvm3.0 is a window system running svm algorithm visualization tool, in addition to general classification and regression algorithms, but also with a multi-objec
face
- 人脸识别程序，采用的是knn分类器，基于类内类间距离准则，特征提取。-Face recognition process, using the knn classifier, based on within-class inter-class distance criteria, feature extraction.