搜索资源列表
SVM(matlab)
- 支持向量机(SVM)实现的分类算法源码[matlab] -Support Vector Machine (SVM), a classification algorithm source code [Matlab]
icafsvm.rar
- 用于人脸识别的模糊独立成分分析+主成分分析，用模糊支持向量机进行的分类。,Fuzzy Face Recognition for independent component analysis+ principal component analysis, using fuzzy support vector machine classification.
oao
- 多分类问题的支持向量机源程序一对一方法 绝对可以运行-Multi-class SVM using One-Against-One decompositionoao
A_Study_og_Face_Recognition_Methods_Baced_on_Wavel
- 针对灰度图像，提出一种基于知识的人脸检测方法。 提出了一种给予支持向量机的人脸检测方法。 提出了一种基于小波分解的LDA人脸识别方法。 提出了一种基于小波和DCT的人脸识别方法。 提出了一种机遇CEDT和支持向量机的人脸分类和识别方法。 -For gray-scale images, a knowledge-based face detection methods. A support vector machine method of face detection. A wa
20080111
- 有关图像的目标识别："给出一种基于特征分类辨识的合成孔径雷达图像目标检测方法#用恒虚警和扩展分形方法对3&E图像进行目 标检测后用面积和峰值能量比算子辨识目标和背景杂波!去除一部分虚警!用小波域主成分分析对每个检测窗口内的图 像提取特征向量!用支持向量机对提取得到的特征向量进行分类!辨识目标和背景杂波!完成目标检测#使用&K?3数 据对该方法进行验证和分析!实验结果表明!经过特征分类辨识后!在检测率不变的情况下!虚警数目显著降低# -Related to the image ta
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
LS_SVMlab
- 基于matlab的分类支持向量机，对于初学者比较有帮助。-Matlab-based classification of support vector machines, more helpful for beginners.
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
SVM_Finger
- 指纹图像的质量测量与评价,在指纹图像分割、增强及指纹匹配等环节都有重要应用. 同时,指纹图像的质量分类,对指纹识别算法的适用性研究也有重要意义. 本文提出一种基于支持向量机的指纹图像质量分类方法.该方法选择梯度、Gabor特征、方向对比度等指标,利用支持向量机有效实现指纹图像质量分类. 并采用少类样本合成过采样技术( SMOTE)降低指纹图像质量好坏的类别不平衡问题对分类的影响. 理论分析和实验结果都表明该方法能够较为有效地提高指纹图像质量分类的正确率.-Fingerprint Image Qu
7788
- 大名鼎鼎的方帅的博士学位论文---目前,计算机智能视频监控在理论和应用上都面临着很多难题,国内外大批学者投身于该领域的研究和探索,并且取得了大量的成果.本文是在这些成果的基础上,对计算机智能视频监控系统的关键技术进行研究.主要贡献可概括如下:首先,对目标检测技术进行了研究,并提出了一种基于背景建模的运动目标检测算法.利用统计的方法建立了基于颜色和颜色梯度的背景模型,并实时地对背景模型进行更新,最后将这两种背景模型综合考虑对目标进行了有效的检测.接着,研究了复杂背景下多目标跟踪问题,提出了基于蒙特
sum1all
- 基于小波和支持向量机的电能质量监测分类算法例程-Based on wavelet and support vector machine classification algorithm routine power quality monitoring
SVM-based-image-classification
- 基于SVM的图像分类，由于支持向量机的分类能力极大地依赖于核参数的选取，因此，本文着重研究了核参数选择方法，并利用不同的颜色、纹理特征对图像进行分类。 -SVM-based image classification, the classification capability of SVM kernel parameters greatly depend on the selection, therefore, this paper focuses on the kernel paramet
Ch12_pres(SVM)
- 支持向量机网络算法原理介绍，对分类器原理大概的了解。(Principle of support vector machine algorithm)
svms分类器的源代码
- 支持向量机的分类，源代码，修改内容也可以实现想要的分类效果(Support vector machine classification, source code, modify the content can also achieve the desired classification effect)
基于支持向量机的图像分类
- classifier.mat文件太大未上传。可运行一次main3生成 getFeatures.m 获取灰度共生矩阵相关特征 main-main6 训练 + 识别 predict.m 单独的分类程序 temp.m 单独的分类演示程序(classifier.mat file is too large to upload. Can run a main3 to generate getFeatures.m Get the grayscale co-occurrence matrix rel
风景与建筑图片的分类——支持向量机的方法
- 风景与建筑图片的分类——支持向量机的方法(Classification of landscape and architectural pictures -- Method of support vector machine)
论文
- 20世纪90年代，贝尔实验室的Vapnik教授第一次提出支持向量机（Support VectorMachine,SVM）的理论与基本概念。SVM方法一种基于统计学习理论(Statistical Learning Theory)的机器学习方法，它以结构风险最小化原则代替经验风险最小化原则，同时结合了机器学习、统计学习以及神经网络等方法[53]。它能够有效的提高算法的泛化能力，解决了小样本、非线性和维数高等难题，并且能够克服传统神经网络等学习算法中网络结构难以确定、收敛速度慢及训练时需要大量数据样本
Canupo
- C++编码，基于线性判别分析（LDA）和支持向量机（SVM）的多尺度维度特征点云分类算法，通过机器学习方法精确分类。效果可达95%以上，本文件夹内含有详细中文教程。
svm支持向量机图像分类
- 通过支持向量机机器学习算法，实现对不同状态图像的分类，是非常好的方法。
支持向量机算法可视化实现
- 项目文件分为src和data两部分，src文件夹下存放源码，data文件夹下存放样本数据和生成的结果文件。 项目中含有RBF SVM分类算法，可视化界面上分别有对应算法的训练和结果展示按钮，通过按钮可以触发模型训练和可视化效果呈现。 项目运行过程中，会有一些日志打印出来。 详见内部说明文档