搜索资源列表
PG_BOW_DEMO
- 图像的特征用到了Dense Sift，通过Bag of Words词袋模型进行描述，当然一般来说是用训练集的来构建词典，因为我们还没有测试集呢。虽然测试集是你拿来测试的，但是实际应用中谁知道测试的图片是啥，所以构建BoW词典我这里也只用训练集。 其实BoW的思想很简单，虽然很多人也问过我，但是只要理解了如何构建词典以及如何将图像映射到词典维上去就行了，面试中也经常问到我这个问题，不知道你们都怎么用生动形象的语言来描述这个问题？ 用BoW描述完图像之后，指的是将训练集以及测试集
kpca
- 使用核PcA来识别图片，图片为200张测试图片，200张训练图片，包含在在压缩文件中。-To identify the use of nuclear PcA picture, pictures, for 200 test images, 200 training images, is included in the compressed file.
mypredict
- 对高分辨距离像采用两种SVM核函数进行仿真，仿真效果良好-Using two pairs of high resolution range SVM kernel simulation, simulation good results
pcakenelfunction
- pca分解的核函数，在pca分解中可以用到，特别是分解的矩阵维数比较高的情况下，通过svd分解获得pca基-pca decomposition of the kernel function, in the pca decomposition can be used, in particular the decomposition of the matrix of higher dimension, through the svd decomposition was pca-based
ClassificationUsingIntersectionKernelSupportVector
- 基于Intersection Kernel SVM的分类的一篇很好的文章，适合需要对分类问题研究的人参考-Classification using Intersection Kernel Support Vector Machines is Efficient
SVM
- SVM开发包，接口明了，将它的路径添加到当前工程即可直接调用 接口举例如下 Ytest_try=[] 测试样本的特征 Ytest_try=rightsidetest(Xtest_try,index) ypred=[] 训练样本的标注 Ytest=normo(Ytest) kernel= gaussian kerneloption=1 ypred = svmval(Ytest_try,xsup_ch,w_ch,w0_
accord-handwritting-svm-src
- 基于支持向量机的手写体的识别源码！the recognition of handwritten digits using Kernel Discriminant Analysis.-the recognition of handwritten digits using Kernel Discriminant Analysis.
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-img-process
- 讲了支持向量机关于分类的方法，利用不同的核函数进行分类。-Talking about the method of support vector machine classification, using different kernel function classification
Matlab_SVM
- SVM实现数据分类，可自行选取核函数，用于图像分割操作。程序可自动训练分类平面。-SVM for data classification, are free to select the kernel function，For image segmentation operation. The program can automatically train classifiers plane.
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
KA
- Kernel alignment is a good method for choosing the proper kernel parameters in SVM or other kernel based method.
svm
- SVM平台，操作简单、易于使用的通用SVM 软件包，可以解决分类问题（包括C- SVC、n - SVC ）、回归问题（包括e - SVR、n - SVR ）以及分布估计（one-class-SVM ）等问题，提供了线性、多项式、径向基和S 形函数四种常用的核函数供选择。-SVM platform is a simple, easy to use, versatile SVM software package can solve classification problems (including
mypredict
- 对高分辨距离像采用两种SVM核函数进行仿真，仿真效果良好-Using two pairs of high resolution range SVM kernel simulation, simulation good results
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
9Customizing-kernel-functions-
- 9定制内核函数基于高光谱图像分类IEEE图像处理622 _guo_tip 17(4)622 - 629-9 Customizing kernel functions for SVM-based hyperspectral image classification IEEE Transactions on Image Processing 17 (4) 622-629 2008_guo_tip
PCA-SVM
- 本程序使用MATLAAB R2014a 编写，基于PCA_SVM的人脸识别程序。程序包括主成份分析、SVM核函数，并附带了人脸库，使之能够直接调用人脸库图像进行人脸识别-The program uses MATLAAB R2014a written procedure based on recognition of PCA_SVM. Program includes principal component analysis, SVM kernel function, and comes face
SVM-with-Examples
- 介绍了支持向量机和其他基于学习的方法,相关人员可以参考。-Introduction to support vector machines and other kernel-based learning methods
SVM
- 用简单的代码实现了SVM,其中包括了线性、非线性以及多种kernel。(SVM is implemented with simple code, including linear, nonlinear, and a variety of kernel.)
SVM
- 包含完整的SVM算法，下载即可使用。其中包括数据集和完整的算法结构，算法结构包括数据清理、核函数升维以及SMO优化算法，可以较好实现数据非线性分类。(Contains the complete SVM algorithm and download it for use. Including the data set and the complete algorithm structure, the algorithm structure includes data cleaning, kerne