搜索资源列表
matlab-code
- 小波分析 图像融合 决策树分类 matlab 源代码 -fusion image, classify
Sensitive-image-filtering
- 研究了基于内容敏感图像过滤中的若干关键 技术, 分析比较了三种常用的肤色检测算法, 利用统计阈值法评价了各个特征分类图像的能力强弱, 并依此实现了一个决策树 敏感图像过滤器。为有效降低肖像类正常图像的误判率, 又在过滤器中使用了人脸检测机制-Of context-sensitive image filtering based on the number of key technologies, analysis and comparison of the three common ski
HOG
- 为了准确地对监控场景中的运动目标进行语义上的分类， 提出了一种基于聚类的核主成分分析梯度方向直方图和二叉决策树支持向量机的运动目标分类算法．利用背景减法提取运动目标前景区域， 并识别出潜在候选运动目标．利 用提出的基于聚类的核主成分分析的梯度直方图描述子提取候选运动目标的特征， 以较低维数的数据有效地描述运动目标的有效特征． 将提取的运动目标特征输入二叉决策树支持向量机， 实现多类目标的准确分类． 通过在不同视频序列上的实验验证， 提出的算法对运动目标进行较好地分类， 而且在运算速度方面较传
classify
- 分类：将一组值value按照已生成的treeNode决策树进行分类，结果存在result中-classify proble
shuzituxiangzuoye-
- 对遥感图像进行无监督分类，形成决策树，实现地物的标定-Unsupervised classification of remote sensing images to form a decision tree, the calibration of surface features
Improved-ICA-character-recognition
- 该算法一种结合改进的基于独立分量分析（ICA）提取算法和基于多层感知器和单向二叉决策树的多类支持向量机分类方法。-The algorithm is a combination of improved based on independent component analysis (ICA) algorithm and multi-class support vector machine classification method based on binary decision tree of
C4_5
- C4.5算法是机器学习算法中的一种分类决策树算法,其核心算法是ID3算法. 分类决策树算法是从大量事例中进行提取分类规则的自上而下的决策树. -C4.5 algorithm is a machine learning algorithm, a classification decision tree algorithm, the core algorithm is ID3 algorithm classification tree algorithm is extracted from
random-forest
- 决策树模型的C++实现，可用来组成随机森林建立随机森林分类器做数据分类及图像分类，代码中有简单的测试样例-C++ implementation of decision tree model, to form a random forest is used to establish the random forest classifier for data classification and image classification, the code is simple test sample
binary_decision_tree_v1.0
- 实现图像分类，基于二元决策树模型,代码通俗易懂-Realization of image classification, based on the binary decision tree model straightaway code
syn_13
- 以网格采样方法构建训练集,训练决策树，对图像分类。-Grid sampling method for constructing the training set, training the decision tree, for image classification.
dtree_cart
- 本程序主要实现了cart决策树分类算法，供初学者学习和使用，代码中有样例，运行代码可以得到分类结果。-The program achieved a major cart decision tree classification algorithm, for beginners to learn and use the code in the sample, run the code can be obtained classification result.
vlfeat-0.9.20-bin.tar
- 常用工具包，特征提取方法，如HOG，sift等特征，分类方法如决策树，svm等(Commonly used toolkits, feature extraction methods, such as HOG, sift and other features, classification methods, such as decision trees, SVM, etc.)
决策树训练及分类
- 该压缩包包括两个文件： 1、main.m 将训练数据输入到决策树中，训练并在自动分好的测试数据上测试，并保存训练好的决策树 ctree.mat文件。 2、classification.m 加载训练好的决策树，使用决策树对新输入的数据进行分类。 该方法主要用于对SLIC超像素块进行分类，稍加修改可以用于其他数据分类。(The compression package consists of two files: 1. Main. m inputs training data into decisio