搜索资源列表
TSBL_code
- 稀疏贝叶斯学习的代码，出自UCLA，大家可以下载-sparse bayesian learning
03
- 类的目的就是根据现有的图像特征建立一个分类器，能够对未知的图像类型进行预测。在现有众多分类 算法中，贝叶斯分类器由于其坚实的数学理论基础并能综合先验信息和数据样本信息，成为"-3前机器学习和数据挖 掘的研究热点之一。本文论述了内容图像检索中基于贝叶斯分类器的图像分类技术。介绍了贝叶斯分类器，叙述了 利用贝叶斯分类器进行图像分类的方法，以及图像特征的分布假定。最后通过对分类器的探讨，总结了贝叶斯估计 分类的不足。-The purpose of class is based on a
Semantic-Segmentation
- CVPR2012_oral Weakly Supervised Structured Output Learning for Semantic Segmentation-We address the problem of weakly supervised semantic segmentation. The training images are labeled only by the classes they contain, not by their location in t
Improved-Naive-Bayesian-classifier
- 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
BPFA_Denoise_04152010
- 非参贝叶斯字典学习用于图像去噪的matlab代码-BPFA denoising matlab code for the paper nonparametric bayesian dictionary learning for analysis of noisy and incomplete images download http://www.ee.duke/~mzl/Results/BPFAImage/.
Bayesian
- 基于贝叶斯学习法的压缩感知信号重构的方法。-Bayesian learning method based on compressed sensing signal reconstruction method.
BPFA_Denoising
- 利用非参数贝叶斯字典学习模型进行图像稀疏表示(use non-parametric-bayesian-dictionary-learning-for-sparse-image-representations)