搜索资源列表
datamining03
- 文本挖掘的起源 文本挖掘的过程 特征建立 特征集缩减 知识模式提取 模型评价 国内外研究状况 -Text Mining Text Mining the origin of the process of establishing reduced feature set of knowledge extraction model to evaluate the model at home and abroad Research
基于XML的多媒体信息检索的研究
- 因特网的飞速发展与多媒体信息的广泛应用极大地改变了人们获取多媒体信息的方式和手段。各种多媒体信息检索系统已逐渐成为各类用户获取多媒体的主要工具，但是目前的两种多媒体检索方法—基于文本的多媒体信息检索和基于内容的多媒体信息检索，二者有固有的缺点，表现为:基于文本的多媒体检索，利用文本对多媒体进行描述，容易引起信息失真等缺陷。而基于内容的多媒体检索，在多媒体信息内容的描述、特征的自动提取、多媒体的同步技术、匹配和结构化的选择等方面具有问题。这些问题的出现导致多媒体检索系统的检索效果往往不能尽如人意，
Binary-text-digital-image
- 提出了一种可抗 几何攻击的二值文本图像水印算法. 该算法基于DCT,它将二值图像的DCT、图像的视觉特征向 量和加密技术有机结合起来,在提取水印时不需要原始图像,是一种实用的盲水印算法-We propose a geometric attacks against Binary Text Watermarking Algorithm. The algorithm is based on DCT, it binary image DCT, the image of the visual fe
improved-MSER-algorithm-
- 本文在比较多种仿射不变性区域的基础上，选取最大稳定极值区域(MSER)对图像内容进行分割和提取，并通过构造仿射不变量的方法，对提取出来的区域进行规整化，进而从规整化的区域中提取SIFT描述子，然后根据匹配目标的需要进行特征的组合、变换，以形成易于匹配、稳定性好的特征向量，从而把图像匹配问题转化为特征的匹配问题 通过改进的K均值算法对特征向量进行聚类，聚类中心作为图像的视觉关键词:利用视觉关键词的思想，把文本检索技术领域的方法移植到图像检索应用上；并研究视觉关键词之间的空间约束关系。-Most r
recognition
- 本实验语音库为免费的柏林情感语音库，其采样频率为16KHZ，16bit量化。该语音库共有500 句情感语音信号，分别由十名专业演员(5 男，5 女)在不同情感状态下（高兴、愤怒、平静、悲伤、害怕、厌烦、憎恨）朗读十句不同文本的德语组成。本实验选取其中的部分情感（高兴、愤怒、悲伤）加以识别。仿真实验环境为MATLAB7.0。 实验选取的情感特征为短时平均能量、短时平均幅度、基频和短时过零率。为了降低不同人在表达不同情感时的个人差异造成的影响，本文实验过程中将提取的情感特征进行归一化处理。归一化
SC_demo
- 整理图像特征点提取和分类的程序（可以作为场景分类的前期工作），自己调试过能运行，特征点提取用的SIFT算法，使用K-means聚类算法，将得到的20个聚类中心写入txt文本中-Finishing the image feature point extraction and classification procedures (which can be as the preparatory work of the scene classification), their own debugging
TZTQ
- 文本分类特征提取源码，使用CHI特征提取的方法。-Text classification feature extraction source, use CHI feature extraction method.
clustering
- 一种基于期望最大化( E M) 算法的局部图像特征的语义提取方法。首先提取图像的局部图像特 征， 统计特征在视觉词汇本中的出现频率， 将图像表示成词袋模型； 引入文本分析中的潜在语义分析技术建立从低层图像 特征到高层图像语义之间的映射模型； 然后利用 E M 算法拟合概率模型， 得到图像局部特征的潜在语义概率分布； 最后利 用该模型提取出的图像在潜在语义上的分布来进行图像分析和理解。-Latent Semantic probability distribution using the EM
Bbeyessa
- 详细介绍了贝叶斯公式在自动文本分类领域的使用，并且提到了关于于互信息特征提取的方法。和其分类的例子。，已通过测试。 -Described in detail the use of the Bayesian formula in the field of automatic text classification, and mentioned on the mutual information feature extraction method. And the classification
phog
- 提取图像的phog 特征 ，结果保存在文本文件中-The extracted image phog characteristics, and save the results in a text file
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
tmsvm_for_win_1.2.0
- python svm 中文分词、特征提取、文本分类-python svm
IG
- 文本分类中特征提取的代码。采用信息增益法，对文本的空间向量模型能达到有效降维。文件的输入形式必须是词号-词频形式。- Text Categorization feature extraction code. Using information gain method, the vector space model of the text to achieve effective dimensionality reduction. Enter the file must be in the f
TFIDF提取特征
- TFIDF是提取特征的方法，可实现对文本特征值的提取
TFIDF
- 很好用的程序，进行中文特征的提取!相信能帮到大家对文本特征的提取，数据的挖掘-It s very useful!
matlab--finger
- 实现图片的特征提取及保存，实现指纹的基本特征提取，以txt文本输出-Implementation of image feature extraction and preservation
LDA
- 主要用于在文本分类中，对文本进行特征提取，是一种主题向量模型-Mainly used in text classification, text feature extraction, is a theme vector model
InfoRetri
- 基于朴素贝叶斯的文本分类，包含去停用词，分词，特征提取，分类等-Text classification, based libsvm, included to stop words, segmentation, feature extraction and classification
MAERJIANCE
- 场景图像中文本占据的范围一般都较小，图像中存在着大范围的非文本区域。因此，场景图像文本定位作为一个独立步骤越来越受到重视。这包括从最先的CD和杂志封面文本定位到智能交通系统中的车牌定位、视频中的字幕提取，再到限制条件少，复杂背景下的场景文本定位。与此同时文本定位算法的鲁棒性越来越高，适用的范围也越来越广泛。文本定位的方式一般可以分为三种，基于连通域的、基于学习的和两者结合的方式。基于连通域的流程一般是首先提取候选文本区域，然后采用先验信息滤除部分非文本区域，最后根据候选文本字符间的关系构造文本
windows_C_32bit
- 文本分词工具，在windows 64位系统下，导入到eclipse中，可对文本进行分词和特征提取- U6587 u653 u5B03 u5B3 u5B3 u5B3 u5BF U5206 u8BCD u548C u7279 u5F81 u63D0 u53D6