搜索资源列表
diannengzhil
- 暂态电能质量扰动信号的内在特征，采用小波变换提取扰动的时间特征，将扰动进行分类。-Inherent characteristics of transient power quality disturbance signals using wavelet transform to extract disturbance characteristics, the disturbance classification.
Support-vector-machine-
- 提出了一种支持矢量机的汉语声调识别新方法。论文首先在基频和对数能量的基础上，建立了一个适合于支 持矢量机分类的等维声调特征。然后对支持矢量机的多分类策略和不同核函数对声调识别的影响进行了实验研究。 与BP神经网络相比，支持矢量机具有更高的识别率和更强的推广能力。-This paper presents a novel support vector machine based Chinese tone recognition method．A new tone recognition
database
- 数据作为信息的载体，当然要分析数据中包含的主要信息，及分析数据的主要特征。也就是说，要研究数据的数字特征。研究数据就是对数据进行采集、分类、录入、储存、统计分析，统计检验等一系列活动的统称-Data as a carrier of information, of course, the main features of the main information contained in the data, and analysis of data to be analyzed. That is,
121
- 本文以红外成像制导的图像处理分析和目标识 别为主线，针对各个环节所存在的困难，系统研究了目标识别系统中的图像滤波、 目标分割、二维目标特征提取、三维目标特征提取和分类识别等问题。 -The main line of the image processing and analysis of the infrared imaging guidance and target recognition, target recognition system image filtering sys
DCT
- 提出了一种基于DCT提取人脸特征技术和支持向量机分类模型的人脸识别方法。利用离 散余弦变换可提取人脸可识别的大部分信息,而支持向量机作为分类器,在处理小样本、高维数等 方面具有独特的优势,且泛化能力很强,无需先验知识。从ORL 人脸库上的实验结果可以看出, DCT特征提取是很有效的,且SVM的分类性能优于最近邻分类器,同时提高了整个系统的运算速 度。-A face recognition method based on DCT for face feature extractio
non-Gaussian-noise-Identification
- 该文提出一种基于广义分数阶傅里叶变换和分数低阶Wigner-Ville 分布的数字调制识别新方法，该方法提取广义分数阶傅里叶变换的零 中心归一化瞬时幅度谱密度的最大值和分数低阶Wigner-Ville 分布幅度的最大值作为识别特征参数，并采用判决树分类器，实现了非高斯噪声下数字调制信号识别。-This paper presents a generalized fractional Fourier transform and fractional lower order Wigner-Vill
xinhaofenlei
- 脑电信号的特征提取与分类，大家可以查阅，很有帮助的-EEG feature extraction and classification, we can access helpful
Feature-Detectors
- 一篇介绍局部特征描述子的国外文章，局部特征描述子在目标识别与分类中具有重要用途。-A Survey of Local Invariant Feature Detectors
C-virus
- c语言实现病毒源码演示 说明病毒的分类 特征 已经怎么样用c语言实现一个病毒-c virus code
SurveyOnActionClassify
- 该文章对行为识别领域的研究现状与研究方法进行了综述，包括特征的提取，以及行为分类方法的介绍。-The status quo of research articles on the field of behavior recognition research methods are reviewed, including feature extraction, as well as the behavior of the introduction of the classification.
bijishibie
- 基于纹理分析笔迹鉴别系统的设计与实现,文中从笔迹图像预处理、特征提取、分类器以及分类器组合等方而展开研究，设计和实现了一个基于文本独立的离线手写体笔迹鉴别系统软件.-Design and Implementation of the writer identification system based on texture analysis, the paper from the handwriting image preprocessing, feature extraction, classi
MATLAB
- 分类识别，可以选择很多方法，一般步骤：找特征点，训练，比对，找出方法 或者你的那种更容易，可以根据灰度值不同来查找具体位置-Classification, can choose to many methods and general steps: feature points, find training, comparison, find a way Or the kind of easier, you can according to different gray values to
tuxiangfenlei
- 图像分类方法，利用图像的纹理特征来区分不同的图像-failed to translate
HOG
- 基于梯度方向直方图( H OG) 特征的行人检测是目前检测精度较高的主流方法。针对基于梯度直方图特征的 行人检测存在检测精度还有待提高、向量维数大的问题, 提出使用梯度直方图统计特征加颜色频率和肤色特征描述行 人, 选取一些分类能力较强的block 作为最后的特征, 使用线性SVM 分类。在INRIA 库上的实验证明, 该方法能有效地 提高检测精度。-H istog r am o f or iented g radient( H OG) based on pedestr ian de
matlab
- 适用于SIFT图像特征提取、K-means生成聚类、SVM图像分类-Image feature extraction, generation clustering, image classification
SparseRepresentationaItsApplication
- 稀疏表达及其应用的简单介绍，其中涵盖了稀疏表示、特征提取、压缩感知、图像增强、盲源分离、模式分类、目标跟踪和图像超分辨等。PPT和PDF是对应的，并添加了可视化的结果。-Sparse Representation and Its Application: Compressive Sensing, Visual Feature, Image Enhancement, Blind Source Separation, Pattern Classification, Object Tracking a
themethodofimageretrivel
- 特征提取为分类器提供所有依据，它的表征性能直接决定了识别分类的效 率和精度。-Feature extraction based on the classification with all its characterization classification performance directly determines the efficiency and accuracy of identification.
plate-detection
- 车牌识别的算法描述：Haar特征以及Adaboost分类器-License Plate Recognition Algorithm Descr iption: Haar features and Adaboost classifiers
PCA
- 在这篇文章中，我们主要阐述了基于PCA和LDA的人脸识别技术。这个技术包含两个步骤：首先，我们通过PCA将人脸图片从原始向量空间中提取到子向量空间——特征脸空间；然后，再通过LDA获得一个线性分类器。-In this article, we mainly elaborated based on PCA and LDA face recognition technology. This technique consists of two steps: First, we will face ima
Pedestr-ian-Detection
- 基于多特征的AdaBoost行人检测算法, 提出一种融合灰 度和轮廓信息的新的多特征综合表示方法. 该方法通过统计样本的权重直方图建立分类模 型, 并用多个直方图的乘积表示样本在多特征下对应的联合概率分布-AdaBoost pedestrian detection algorithm based on multi-feature, presents a fusion of grayscale and contour information of the new multi-feature