搜索资源列表
聚类程序
- 图像模式识别的聚类器设计,采用VC++实现,和分类器设计相对应。-the designation of image pattern recognation,VC++ is adopted, along with the sort ware designation
shuju
- 文章通过对实序列快速傅里叶变换的算法推导及Mallat 算法原理的分析,根据离散小波变换(DWT)算 法结构特征,提出了一种离散小波的快速变换算法,给出了相应的算法步骤。从数学理论上进行了论证,并把该算法 应用到静态图像处理中,得到了很好的快速和重建效果,具有一定的实用价值。 关键词:小波分析;Mallat 算法;快速小波算法 图像处理 中图分类号:TN914 文献标识码:A 1 引言 小波分析是近十多年来迅速发展起来的新兴学科和信号分析理论,是继傅里叶分析方法之后的重
patternrecognition_classify
- 模式识别—分类程序VC源码,是《图像模式识别VC++技术实现》一书的源码-pattern recognition-classification procedure VC source, "VC image pattern recognition technology to achieve" a source book
pppppp
- 计算欧氏距离和马式距离的程序,可以实现不同图像之间的分类。-calculated Euclidean distance and horse-distance procedures can be achieved between different image classification.
rtejfgds
- 现有的代数特征的抽取方法绝大多数采用一维的方法,即首先将图像转换为一维向量,再用主分量分析(PCA),Fisher线性鉴别分析(LDA),Fisherfaces式核主分量分析(KPCA)等方法抽取特征,然后用适合的分类器分类。针对一维方法维数过高,计算量大,协方差矩阵常常是奇异矩阵等不足,提出了二维的图像特征抽取方法,计算量小,协方差矩阵一般是可逆的,且识别率较高。-existing algebra feature extraction method using a majority of th
texture123
- 本程序实现了对一副图像中的材质不同的物体进行分类,对于材质相同的物体归为一类.-the realization of the image of a different material objects to the classification, For the same material objects classified as a category.
svm
- svm程序代码,用于模式识别和分类,也可用于图像特征。-svm code for pattern recognition and classification can also be used to image features.
隐马尔可夫模型源代码
- 隐马尔可夫模型源代码,可用于图像处理,分类,压缩,去噪等等。
fenleichengxu
- 图像模式识别技术中的分类程序源代码,完整能运行。
ModeReg
- 两个图像模式识别例子,给出的分类与聚类识别算法对于初学者具有一定的帮助
BPNET
- BP算法源程序,可用于数据分类,图像识别等。采用VC++6.0是实现。
贝叶斯人脸识别
- Pattern-Recognition-and-Machine-Learning-master,项目包括使用贝叶斯分类器的字符识别,基于GMM的图像分割,使用PCA的人脸识别和具有径向基函数的多类SVM分类器(Pattern-Recognition-and-Machine-Learning-master)
tensorflow-vgg16-train-and-test-master
- vgg深度学习,图像识别,用于图像的分类,在python上运行(vgg deep learning, image recognition, used for image classification, running on Python)
代码
- 图像配准的过程中两种或两种以上的图像重叠了在不同的同一个场景倍,从不同的观点和/或不同传感器。这两images-the区域的几何参考和感觉到图像。目前图像之间的差异,介绍了因不同成像条件。图像配准的一个决定性的步骤所有图像分析任务在最后的信息结合了各种各样的数据能源,如在图像融合、变化检测和多通道形象得到恢复。通常,必须注册在多光谱遥感分类、环境监测,变化检测图像拼接、天气预报、创造超分辨率图像、整合信息到地理信息系统(GIS)),结合医学计算机断层扫描(CT)、核磁共振数据获得更完善的信息,如
Deep Learning with Python
- 深度学习基本算法,深度学习with python作为标题建议介绍深度学习使用Python编程语言和开源Keras库,它允许简单快速的原型设计。 在Python深度学习中, 你将从一开始就学习深度学习,你将学习所有关于图像分类模型,如何使用深度学习获取文本和序列,甚至可以学习如何使用神经网络生成文本和图像。 本书是为那些具有Python技能的人员编写的,但你不必在机器学习,Tensorflow或Keras方面有过任何经验。你也不需要先进的数学背景,只有基础的高中水平数学应该让你跟随和理解核心
支持向量机matlab
- 支持向量机 MATLAB 源代码 图像分类(Support Vector Machine MatLAB Source Code Image Classification)
BP神经网络
- BP神经网络,matlab程序编写,有原始数据,可用于遥感图像分类,并且对遥感图像的土地利用类型进行预测。(BP neural network, matlab programming, with original data, can be used for remote sensing image classification, and remote sensing image land use type prediction.)
DR_CNN_scripts
- 高光谱图像分类,利用CNN,里面有全套的流程,包括数据处理,样本生成,测试,精度评价。(hyperspectral image classification based on CNN)
ResNet-Tensorflow-master
- 使用tensorflow框架对高光谱图像进行识别、分类(Recognition and classification of hyperspectral images using densenet structure)
Demo2_ImageClassifiction
- 使用Matlab深度学习工具箱-googlenet 图像分类(Using GoogLeNet to classify images using deep learning toolbox)