搜索资源列表
Workpiecefeatureextraction
- 1、有9个工件图像，要求从本章讲授的特征提取方法中，选择3~5种提取工件特征并给出数字结果；链码为必选方法，给出数字结果和图形显示，做到链码和原图像的双向变换显示。（实验报告中应描述相应的特征提取方法并略述实现过程） 2、设计的界面中要具备功能：任选1个工件作为目标，以上述实现的特征提取方法识别该目标的工件类型（即序号），并显示该判别基准特征的数据。 3、有可能的话试用聚类、训练或其他方法对这些工件进行分类。 -err
sum1all
- 一个毕业程序设计，是用小波和支持向量机对电能质量扰动的识别与分类，主要利用的能量特征。-A graduate program design is the use of wavelet and support vector machines for power quality disturbance recognition and classification, the main characteristics of energy use.
chengxu
- 用于提取图像一些的基本特征，方便进行图像分类-Used to extract some basic characteristics of images to facilitate image classification
gray_matix
- 灰度共生矩阵提取图像特征 然后对图像分类-Gray-scale extraction of image feature co-occurrence matrix of image classification and then
AerialImageClassificationMethodBasedonFractalTheor
- 提出一种基于分形理论和BP 神经网络的航空遥感图像有监督分类方法。该方法尝试将航空图像 的光谱信息和纹理特征相结合。它首先将彩色航空图像由RGB 格式转化为HSI 格式,然后,根据亮度计算分 数维、多重分形广义维数谱q-D( q) 和“空隙”等基于分形的纹理特征,同时加入归一化的色度和饱和度作为光 谱特征,采用BP 神经网络作为分类器。通过对彩色航空图像的分类实验,结果证实该方法行之有效。-Based on fractal theory and BP neural network
11
- 神经网络实例集。包括以下几个程序单层线性神经网络实例、感知器神经元解决较复杂输入向量的分类问题、基于感知器神经网络处理复杂的分类问题、数值分析程序matlab-GUI、用BP网络完成函数的逼近源程序、自组织特征映射应用实例-Examples of neural network sets. Procedures include the following examples of single-layer linear neural network, perceptron neuron input
TuXiangShiBie
- 该软件需用Delphi7设计，采用灰度共生矩阵的方法对肝脏超声图像进行纹理特征提取。通过神经网络进行分类处理。-The software required Delphi7 design, the use of gray-scale co-occurrence matrix method of liver ultrasound image texture feature extraction. Through the neural network classification.
Ncut_SVM
- 此源码可对图像进行Ncut分割，并且集成了特征提取和SVM分类的功能。-This source can be Ncut image segmentation, and integrates the feature extraction and SVM classification function.
zifushibie
- 有数字1和2的图片各四十张，利用mat lab读取图片并将其二值化，得到只由0和1表示的矩阵，根据数字的不同特征，选择两个特征值，用来对分类器进行训练，最后用剩下的5个1和5个2来进行测试，看分类器是否可以正确的对数据进行分类。-Figures 1 and 2 pictures of the 40, using mat lab picture and secondly, the value of reading, and received only by 0 and 1, said matrix
basedonbayes
- 空间数据分析中最常用的是聚类分析，基于bayes的统计分析识别，一种特征分类方法-Spatial data analysis is the most commonly used cluster analysis, based on the Bayes statistical analysis of recognition, a feature classification method
tezhengxuanzhe
- 利用最小互信息实现向量的特征选择，优化分类器的设计，原创-The use of mutual information to achieve the smallest feature selection vectors, optimizing the classifier design, originality
simpleABdemo
- Adaboost算法的基本思想是:利用大量的分类能力一般的弱分类器(weaker ifier)通过一定的方法叠加(boost)起来，构成一个分类能力很强的强分类器 眼eClassifier)，再将若干个强分类器串联成为分级分类器(ClassifierCaseade) 图像搜索检测。本文就是利用Adaboost算法将由类haar特征生成的弱分类器 成为强分类器，再将强分类器串联成为分级分类器。 -Adaboost algorithm basic idea is: the abi
KL2
- 本程序利用K-L变换已经K-L变换的最优压缩，建立分类器，并选择投影方向，画出投影过后的效果-This procedure has been the use of KL transform KL transform optimal compression, the establishment of classifier, and choose the direction of projection, drawn after the effect of projection
mtl4-alpha-1-r6418
- 矩阵运算源码最新版本，支持矩阵乘法、转置求逆，特征值特征向量等操作。-Source the latest version of matrix operations in support of matrix multiplication, transpose inverse, eigenvalue eigenvector and so on.
include
- 一种基于字符骨架中封闭曲线特征和纵向线条特征的两级初分类算法,将原来含有62个元素的待识别字符集比较平均的分成了三个子集,降低了后续处理的难度。-Research on Printed Character Recognition System Based on BP Neutral Network
Wavelet_Based_Feature_Extraction_for_SVM_for_Scree
- 支持向量机在模式识别和分类中应用广泛， 小波方法的多尺度特性也众所周知。 本文将小波和支持向量机相互结合实现特征提取。-Support vector machine in pattern recognition and classification of the application of a wide range of multi-scale wavelet method is also well-known characteristics. In this paper, wavel
Selforg
- 自组织特征映射网络进行图像分类识别（神经网络实用教程）-Self-organizing feature map network image classification Recognition [Neural Network Practical Guide]
lpccfeatureextraction
- 倒谱系数作为特征提取方法，数据采用的是麻省理工的PAF数据，提取出的特征属性具有较好的分类性能-Cepstral coefficients as feature extraction methods, data used by the PAF are the Massachusetts data, extracted features of the property has good classification performance
pattern-recognition-simulation
- 用mushrooms数据对模式识别课程讲述的各种模式分类方法[线性分类，Bayesian分类，Parzen窗，KNN]和特征选择和降维方法[PCA,LDA]进行了模拟，并给出了各类分类方法的结果，-It s the simulations about linear classification ,Bayesian ,Parzen and KNN of pattern recognition .And ,It gives the results.
PCA
- 对输入的高维特征向量进行pca降维后输出低维的特征向量-PCA dimensionality reduction