搜索资源列表
svm-toy
- 支持向量机制。SVM分类器的重要部件。可以检测和训练样本集和
SVM
- 支持向量机的方法，matlab编写，用于分类检测，模式识别
HOG 人体检测的源代码
- HOG 特征向量的计算 用于SVM分类
边缘检测算法
- 该工具箱专为模式识别定制，主要是数字图像识别，比如特征提取、图像分类、PCA、LDA、ICA、DCT、RBF、RBE、GRNN、KNN、minimum distance、SVM等等
LS-SVM
- 基于LS-SVM的入侵检测模型与实时测试平台研究-LS-SVM based intrusion detection model and real-time test platform for research
svm 入侵检测-1
- 模式识别中的入侵检测算法1，不错的内容啦-pattern recognition of an intrusion detection algorithm, as well--
SVM
- 运用VC实现支持向量机进行故障诊断，很有效地将刀具的故障检测相互来，准确率高-Using VC implementation of support vector machines for fault diagnosis, very effective tool fault detection are to, high accuracy rate
SVM
- 使用SVM实现人脸检测,能够帮助初学者了解SVM的原理-face detection by using svm，which can help seniors to learn SVM
svm-train
- emd分解，近似阈的信号svm检测和训练-training of svm
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)
hog_svm
- 利用hog特征以及svm实现两个类别图像的分类(Classification of two categories of images using hog features and SVM)
训练Hog以及检测
- 对行人图片提取hog数据量然后对其检测 用svm数据分类(The data of hog data is extracted and then classified by SVM data)
信用卡欺诈检测-基于不平衡数据处理的研究
- 信用卡欺诈不平衡数据预测，主要用到的是SVM，python工具，主要是基于数据不平衡进行处理。(Credit card fraud unbalance data prediction, the main use of SVM, python tools, mainly based on data imbalance processing.)
HOG-SVM-classifer-master
- 利用传统的SVM-HOG算法，进行行人检测(HOG-SVM algorithm for pedestrian detection)
HOG+SVM进行图片中行人检测
- 行人检测HOG+SVM进行图片中行人检测，提供训练用的pos和neg样本，效果还可以；没有SVM工具箱的，压缩包里已经提供了，安装一下即可(Pedestrian detection HOG + SVM for pedestrian detection in pictures, providing POS and neg samples for training, the effect is good; without SVM toolbox, the compression package ha
KDD99-SVM
- 根据SVM，基于向量机算法的入侵检测系统，依托的是KDD99数据集(According to SVM, the intrusion detection system based on vector machine algorithm relies on KD99 data set.)
PCA+SVM的人脸识别
- 使用pca和svm的方法对人脸进行识别和检测，最终达到人脸识别的功能(Face recognition and detection using PCA and SVM methods, and finally achieve the function of face recognition)
植物虫害检测（GUI，注释，svm算法）
- 植物虫害检测（GUI，注释，svm算法） 该课题为基于MATLAB SVM方法的植物病害检测系统，带GUI界面，可以识别多种被虫害侵蚀的植物叶子，输出结果。带论文和详细注释。 train 对黄瓜子文件夹所有图片提取 颜色矩特征和gabor纹理特征，然后svm训练 test 对测试图像灰度化，滤波，提取 颜色矩特征和gabor纹理特征，然后svm模型测试，输出类别 colorMom.m 颜色矩特征提取 Gabor_palm.m gabor纹理特征提取(Plant pe
SVM分类
- 基于SVM的疲劳驾驶系统。基于神经网络的非接触式疲劳驾驶检测已成为当前针对疲劳驾驶检测领域炙手可热的研究方向。它有效解决了接触式疲劳检测方法给驾驶员带来的干扰以及单一信号源对于反映疲劳程度可靠性低的问题，同时通过设计神经网络模型对多源信息进行分类，实现对疲劳状态的高精度和高速度的检测。选取合适的特征值对网络检测准确率以及准确反映疲劳程度至关重要。基于驾驶员生理信号检测可靠性和准确性较高。(Fatigue driving system based on SVM)
S1IM159.【已完成】基于SVM的烟雾识别系统
- 基于SVM的烟雾识别系统 运动区域提取使用的是 自适应混合高斯背景建模 特征算法使用的是 HOG+LBP 机器学习方法使用的是 scikit的SVM(Smoke recognition system based on SVM The moving region extraction uses adaptive Gaussian mixture background modeling feature algorithm, hog + LBP machine learning method