搜索资源列表
libsvm-2.82.tar
- 我一直覺得 SVM 是個很有趣的東西，不過也一直沒辦法 (mostly 衝堂) 去聽林智仁老師 的 Data mining 跟 SVM 的課； 後來看了一些網路上的文件跟聽 kcwu 講了一下 libsvm 的用法後，就想整理一下，算是對於並不需要知道完整 SVM 理論的人提供使用 libsvm 的入門.-SVM I always think that is something very interesting, but we also
libsvm-mat-2.82-2
- LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件还有一个特点，就是对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数就可以解决很多问题-LIBSVM Linzhiren Taiwan University (L
jiyuneirongdetuxiangjiansuo
- 基于内容的图像检索中的一些关键环节：特征提取：颜色直方图；纹理特征等 相似度：马氏距离，欧氏距离等 相关反馈：机器学习方法，如SVM，神经网络等 检索与分类：两个很相似的样本距离很小，虽然两个不相似的样本距离未必很大-content-based image retrieval of some of the key issues : Feature Extraction : color histogram; Tex
java
- LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件还有一个特点，就是对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数就可以解决很多问题；并且提供了交互检验(Cross Validation)的功能。-LIBSV
chepaidingwei
- 车牌识别中，车牌定位的源码；包括图像预处理程序，灰度化，中值滤波，去燥，定位等。-License plate recognition, license plate location of the source including image pre-processing procedures, gray, and median filter to dry, positioning and so on.
20090501SleepingKoala
- 所上传文件包包括6种vc++源代码：使用opencv的实现可视图的静态路径规划；简单的svm算法；基于vc2008的图像匹配（多工程结构）；基于局部搜索的K-means聚类算法；三维匹配中的ICP算法；视觉tracking中的condensation算法-Upload file package, including the six kinds of vc++ source code: using opencv to view the r
AFSA
- 人工鱼群算法AFSA算法主要模仿了鱼群的以下行为：1、觅食行为：这是生物的一种最基本的行为，也就是趋向食物的一种活动；一般可以认为它是通过视觉或味觉来感知水中的食物量或浓度从而选择趋向的。2、聚群行为：这是鱼类较常见的一种现象，大量或少量的鱼都能聚集成群，可以进行集体觅食和躲避敌害。3、追尾行为：当某一条鱼或几条鱼发现食物时，它们附近的鱼会尾随其后快速游过来，进而导致更远处的鱼也尾随过来。4、随机行为：鱼在水中悠闲的自由游动，基本上是随
svm-mat
- 此为svm工具箱，附有使用说明。可以再MATLAB环境下，进行svm的应用。 注意：在Matlab环境下，编译一下。（mex -setup）；即可使用。-This is svm toolbox, with instructions. MATLAB environment can be further carried out svm applications. Note: In the Matlab environment, comp
machine-learning-ex6
- Andrew Ng Cousera 机器学习支持向量机SVM，源代码以及说明文档。(Andrew Ng Cousera's machine learning SVM source code and document.)
利用Hog特征和SVM分类器进行行人检测
- 利用Hog特征和SVM分类器进行行人检测(Using Hog features and SVM classifiers for pedestrian detection)
SVM
- 训练集：trainset(); 分别取bedroom(1:5,:)和forse(1:5,:)作为训练集； 测试集：testset(); 分别取bedroom(6:10,:)和forse(6:10,:)作为测试集； 标签集：label(); 取bedroom的数据为正类标签为1；forse的数据为负类标签为-1.(Training set: trainset (); take bedroom (1:5,) and forse (1:
svm
- 支持向量机由Vapnik首先提出，像多层感知器网络和径向基函数网络一样，支持向量机可用于模式分类和非线性回归，该程序主要实现svm的分类和回归功能。(SVM was first proposed by Vapnik. Like multilayer sensor network and radial basis function network, SVM can be used for pattern classification an
svm参数优化
- 采用svm来做分类，一般能得到较满意的结果，但用svm做分类预测时需要调节相关的参数才能得到比较理想的预测分类准确率，那么svm的参数该如何选取？该程序主要说明如何更好地提升分类器性能。(Use svm to do the classification, the general can get more satisfactory results, but when using svm to do classification predi
SVM_Demo
- 人工智能神经网络深度学习算法；SVM神经网络算法，用软件可靠性的失效数据预测分析；(SVMNu not including two adjacent 1 non-empty string} and prove your conclusion. Four: (20 points) A single accumulator computer and the assembly language contains the usual assem
libsvm-3.21
- SVM工具箱，里面有安装说明和使用方法，非常实用，可用作回归分类。(SVM toolbox, there are installation instructions and use method, very practical, can be used as a regression classification)
faceRecognization
- 本程序中，利用了LBP特征对人脸特征进行提取，并且利用SVM对提取的人脸特征进行训练和识别，其中，所用的图像处理库OpenCV2.4.9版本；通过对人脸库中的标准标本进行测试，算法识别率高达95%以上；(LBP features extract facial features, and use SVM to extract and recognize the facial features. The OpenCV2.4.9 versio
da
- 基于码本（codebook）的背景建模的背景差分法+级联基于LBK或haar的adaboost和基于hog的svm分类器+快速hough圆变换进行人头识别+基于区域特征的目标跟踪算法。(编程) AdaBoost是一种增强性机器学习算法，它用于把弱分类器联合成强分类器；SVM本身就是(Background modeling based on codebook (codebook) background difference method
20171211留档
- 利用SVM对制备的样本进行三分类，对图像进行三角形匹配，模板匹配(SVM was used to classify the samples in three categories. Triangle matching and template matching were applied to the images.)
SVM
- 使用SVM算法实现数据分类预测，编程使用MATLAB实现(SVM algorithm is used to realize data classification and prediction, and programming is realized by MATLAB.)
SVM 多分类
- 通过一对多，和多对一的方式，将二分类svm转化成多分类分类器(Through the way of one to many and many to one, the two classification SVM is transformed into a multi classification classifier)