搜索资源列表
svm_multiclass.tar
- SVM支持向量机多分类器源码，用过的，绝对好用-SVM SVM classifier source, used absolutely everything
Image-Classification
- 对SVM多类分类算法进行了研究，总结了不同分类算法的优缺点。接下来本文提出了基于GA(遗传算法)和KNN(K近邻)的SVM多类分类算法-The SVM multi-class classification algorithms studied, summed up the advantages and disadvantages of different classification algorithms. The next paper, based on GA (genetic algorit
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
MILL
- 模式识别中，多标签标记中的经典代码，主要用于场景分类，目标识别，结合svm和boost算法对自然场景进行分类，真的很不错，看看吧-Pattern Recognition, multi-tagged in the classic code, mainly used for scene classification, object recognition, combined with svm and boost the natural scene classification algorithm,
SVM_FACE
- 基于支持向量机的人脸检测训练集增强算法实现。根据支持向量机(support vector machine，简称SVM)~ ，对基于边界的分类算"~(geometric approach)~ 言，类别边界附近的样本通常比其他样本包含有更多的分类信息．基于这一基本思路，以人脸检测问题为例．探讨了 对给定训练样本集进行边界增强的问题，并为此而提出了一种基于支持向量机和改进的非线性精简集算法 IRS(improved reduced set)的训练集边界样本增强算法，用以扩大-91l练集并改
gabor-pca
- 本程序是先用gabor小波变换对人脸图像处理，然后在用pca进行降维，最后用svm分类器进行多分类分类识别，包扩完整的orl人脸库，需注意的是，svm工具箱是用的libsvm工具箱，运行前先配置好libsvm。版本号：libsvm-mat-2[1].89-3[FarutoUltimate3.0]-This procedure is to use the human face gabor wavelet transform image processing, and then to reduce
000
- 支持向量机(svM)是一种新的机器学习技术。本文采用一对一方法构建多分类SVM 分类器。利用常用的灰度共生矩阵方法提取图像纹理特征，组成特征向量，输入构建好的SVM 多分类器中进行分类。对从Brodatz纹理库中选取的4张纹理图像进行了分类实验，取得较好的 分类结果-Support vector machine (svM) is a new machine learning techniques. In this paper, one way to build a multi-cla
01
- 的研究彩色数字图像的计算机分类识别方法并应用于古瓷片的自动分类。方法提出 了一种色彩纹理特征的提取模型，采用该模型，利用IGabor滤波器提取数字图像的色彩纹理特征， 并构造支持向量分类机(SVM)分类器组。结果实现了高准确率多类别图像的自动分类识别，并 成功应用于古瓷片的自动分类。结论色彩纹理特征提取方法将颜色与纹理进行融合，增强了数 字图像之间的特征区分能力。-Study color digital image classification and recognition m
PCA-and-SVM-Face-recognition
- 采用PCA对人脸特征进行抽取，用SVM多累分类器对人脸进行识别，有操作界面-Using PCA for facial feature extraction, and more tired with the SVM classifier for face identification, a user interface
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
SVM-and--Face-Recognition
- 支持向量机及其在人脸识别中的应用研究 上海交通大学博士论文，在知网上面付费下载得到的。本文从应用的角度出发，较为全面地对一些相关问题进行探讨，并使用Visual C++实现了一个基于支持向量机的人脸识别软件—idTeller。 论文的主要工作和创新点包括： ·提出了两种基于VC边界的支持向量机参数选择算法—固定C算法和VC-CV算法。VC边界是两类支持向量机参数选择的一个理想准则，但它的一些固有缺点使其应用变得困难。本文通过将VC边界转化为VC指标，最终把问题归结为对最小包围体的求解，从理论
mymultisvm
- 自己编写的svm多分类1对1的程序，如果有错误，请帮忙改正-I have written more than svm classification procedure 1 to 1, if there is an error, please help correct
MIMLmiSVM
- matlab编写的多示例多标记分类程序，采用miSVM算法，svm做分类器，其中附有各个调用函数，和作为例子的数据和主程序，可以运行，可以多多示例多标记样本进行分类。-matlab prepared multi-instance multi-label classification procedures, using miSVM algorithm, svm do classifier, which function with each call, and as an example of th
SVM-reviewed
- 支持向量机方法中也存在着一些亟待解决的问题，主要包括：如何用支持向量机更有效的解决多类分类问题，如何解决支持向量机二次规划过程中存在的瓶颈问题、如何确定核函数以及最优的核参数以保证算法的有效性等。-Support vector machine (SVM) method also exist some problems to be solved, mainly includes: how to use support vector machine (SVM) is more effective t
SVM_classfication_could_use
- SVM分类程序，可以进行多类分割，该程序的优点是可以直接运行处结果，对SVM初学者十分有利。-Svm classfication program which could run fluently without boring small bugs.
code-faceGUI.m
- 图形界面的人脸识别代码，PCA+SVM多分类，yale图片库-Face recognition codes in GUI, PCA+SVM multi-classification, yale gallery
svm_G_knn
- 用MATLAB自带的工具箱实现svm的多分类问题，代码有注释。-MATLAB comes with the toolbox to achieve svm multi-classification problem, the code has comments.
hog_svm
- 这文件夹包含了，hog特征提取，多类SVM分类器，数据库，图像识别(This folder contains the hog feature extraction, multi class SVM classifier, database, image recognition)
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。
Sample4
- 支持svm多分类，运算时间较长，支持svm多分类的matlab代码，精度不高。(Support svm multi-classification)