搜索资源列表
SkinDetection
- 用opencv写的皮肤检测程序,根据贝叶斯分类器学习,而且可以手工指定皮肤区域
Classify.rar
- 感知器学习与分类的6个小程序,附带详细讲解,Perceptron learning and classification procedures six small, fringe detail on
Bayes_classifier
- 贝叶斯分类器的设计实验,内有解释利于入门学习-Bayesian classifier design experiments, which help to explain the study entry
LDA
- 线性判别分析(LDA)用于特征选择,可以对数据集或者图像提取有用特征,用于分类或者聚类等机器学习应用中-Linear Discriminant Analysis (LDA) for feature selection, application in dataset or image feature extraction, for classification or clustering applications in machine learning
LR
- 机器学习中的关于逻辑回归(LR)方法的分类器,Matlab源码,附带四个数据集用于实验-Machine Learning on the logistic regression (LR) method of classification, Matlab source code, with four data sets for experiments
ClusterAnalysis
- 现在我们给定两幅ALV路标的捕捉图像,我们实际工作中首先要捕获路标(这里我们假定环境中已经有路标),而此时的景象是难以预知的:我们不知道路标在什么位置、是什么路标、除了路标还有那些图像模式? 基本要求:使用本章学习的K-平均算法,以颜色分量(或几何性状)作为坐标参数,对景象图进行聚类分析,要求最后的分类结果将路标(可能包括少量相似区域)聚类为一个模式类别。试验报告同前面一样,要求给出样本模式点,绘制坐标图(标出各个聚类中心的迭代移动轨迹) ,绘制算法框图,给出结论。并检查上机结果。 -e
minipro
- 该系统功能:实现手写识别,能通过对样例库中的数据进行学习,然后能判别、分类新的输入样例。其中包含了Kn近邻算法,贝叶斯参数估计的实现。实现了open test, close test等测试方法。-The system features: realization of handwriting recognition, through the library of sample data for study, and then to identify, classify the new input
AdaBoost_weaklearner_1
- adaboost 弱分类器学习算法,最成功的人脸识别算法。但是学习时间很长,这是它的缺点-adaboost
SIFT_Global_Context
- 基于sift特征的的图像分类经典文章,非常适合初学者学习-SIFT based classification
ZhangJianGuo_Survey06
- Zhang Jianguo总结的图像分类检测算法对比经典文章,非常适合初学者学习-Survey of algorithms in classification and detection
facerecognition
- 基于OPENCV 的人脸检测代码学习 动态内存存储及操作函数 分类器结构及操作函数-It is uesd for face recognition which is baesd on opencv.
SVMAPP
- SVM分类器,可用于训练样本值,仅供参考,交流,学习-SVM classifier, the value of training samples can be used for reference purposes only, communication, learning
texture-analysis
- 这些都是本人收集的关于纹理特征提取与分类的资料,希望对大家的学习有帮助。-These are the datas that I collected on the texture feature extraction and classification, I wish those will be same help for your studies.
bpandkohonen
- 神经网络源码,可应用于遥感图像的分类,采用的包括bp、kohonen。可以作为范例来学习。-Neural network source code can be used in remote sensing image classification, using the included bp, kohonen. Can serve as examples to learn.
Classification-OfTheRemoteImage
- 基于纹理及光谱信息融合的遥感图像分类方法研究,硕士论文,有关纹理和遥感图像分类很好的学习素材-Texture and spectral information based on the integration of remote sensing image classification method, master' s thesis, the classification of remote sensing image texture and good learning material
Pattern-Recognition-ppt
- 介绍模式识别的基本概念,详述了贝叶斯,参数估计,线性分类器,神经网络,随机方法,无监督学习与聚类等-Introduce the basic concepts of pattern recognition, Bayesian detailed, parameter estimation, linear classifiers, neural networks, stochastic methods, unsupervised learning and clustering, etc.
03
- 类的目的就是根据现有的图像特征建立一个分类器,能够对未知的图像类型进行预测。在现有众多分类 算法中,贝叶斯分类器由于其坚实的数学理论基础并能综合先验信息和数据样本信息,成为"-3前机器学习和数据挖 掘的研究热点之一。本文论述了内容图像检索中基于贝叶斯分类器的图像分类技术。介绍了贝叶斯分类器,叙述了 利用贝叶斯分类器进行图像分类的方法,以及图像特征的分布假定。最后通过对分类器的探讨,总结了贝叶斯估计 分类的不足。-The purpose of class is based on a
基于opencv的svm分类识别
- 附件是初始入门学习opencv的SVM简单程序,可以用于了解opencv中关于svm部分的使用,以及训练模块,便于快速上手SVM。开发环境是opencv2.0+vs2008,需要先安装opencv2.0才能够运行看到结果。显示第一个结果后,按回车等待几秒,即可显示分类结果。
快速K-均值(kmeans)聚类图像分割算法源代码
- 本算法Kmeans可以用于非监督分类学习,用于图像处理、模式识别分类(The algorithm Kmeans can be used for unsupervised classification learning, for image processing, pattern recognition and classification.)
kmeans图像分类
- 利用简单kmeans聚类算法,对不同图片进行分类,图片内容包括人像,风景,建筑,动物,植物等,平台是matlab。(The simple k - means clustering algorithm is used to classify different pictures. the picture content includes portrait, scenery, architecture, objects, plants, etc. The platform is MATLAB.)