搜索资源列表
-
0下载：
提出一种结合小波变换与共现矩阵用于纺织品图像缺陷检测的方法。首先将灰度图像分解成子带 然
后将纹理图像分割成互不重叠的子窗口, 提取共现特征 最后用无缺陷样品训练的M ahalanob is分类器将每一子
窗口划分为缺陷的和无缺陷的。应用该算法进行实际工厂环境中的纺织品缺陷检测。实验结果表明, 集中处理
具有强判决能力的某一频带提高了检测性能, 也改善了计算效率。-Propose a wavelet transform and co-occurrence matrix for the
-
-
0下载：
This paper investigates a new face recognition system based on an efficient design of classifier using SIFT (Scale
Invariant Feature Transform) feature keypoint. This proposed system takes the advantage of SIFT feature which possess strong
robust
-
-
0下载：
用其中一半的数据采用ANN-BP算法设计分类器，另一半数据用于测试分类器性能。-Half of them with the data ANN-BP algorithm design classifier, and the other half data used to test the performance of classification.
-
-
1下载：
分别采用感知机算法、最小平方误差算法、线性SVM算法设计分类器，分别画出决策面，并比较性能。-The machine algorithm respectively perception, the minimum square error algorithm, linear SVM classifier algorithm design, respectively, draw the decision surface, and compare the performance.
-
-
2下载：
对“data1.m”数据，分别采用感知机算法、最小平方误差算法、线性SVM算法设计分类器，分别画出决策面，并比较性能。-The "data1.m" data, respectively, using the perceptron algorithm, the least square error algorithm, the linear SVM algorithm design classifier, respectively, to draw the decision-making surf
-
-
1下载：
对朴素贝叶斯算法的进一步改进。朴素贝叶斯分类器是一种简单而高效的分类器，但是它的属性独立性假设使其无法表示现实世界属性之间的依赖关系，以及它的被动学习策略，影响了它的分类性能。本文从不同的角度出发，讨论并分析了三种改进朴素贝叶斯分类性能的方法。为进一步的研究打下坚实的基础-Naive Bayes algorithm further improved. Naive Bayes classifier is a simple and efficient classifier, but its attr
-
-
5下载：
DK-SVD，CVPR文章 Discriminative K-SVD dictionary learning for face recognition 源码，效果好于原始SRC-DK-SVD，the source code of CVPR paper Discriminative K-SVD dictionary learning for face recognition, its has a better performance than the classical SRC classifie
-
-
0下载：
Softmax 函数处理，softmax 用于 Deep Learning 后的分类器的实现与识别，此函数的参数经过优化，有较强的泛化能力和性能-Softmax function processing, softmax classifier Deep Learning for the realization and recognition, the parameters of this function is optimized, there is a strong generalization
-
-
0下载：
基于四叉树分割的JPEG隐写分析
当前主要的隐写分析方法都是对整幅图像进行特征提取，而忽略了图像的内容差异。该文提出一种 基于四叉树分割的 JPEG 隐写分析方法，该方法根据图像块的纹理复杂度进行图像分割，对具有相同统计特性的子图像分别进行隐写检测特征的提取，并构造相应的分类器，通过加权融合得 到最终的检测结果。实验结果表明该方法具有良好的性能，尤其是在训练与测试图像的统计特性具有较大差异时，该算法的检测准确率提高更加明显。
-Based on quadtree segmentat
-
