搜索资源列表
svmbp
- 程序利用svm分类结合bp算法完成图像中的分类和预测问题，这是模式识别中的一个比较新颖的方法。-svm procedures for the use classification algorithm combining bp image classification and prediction, This is the pattern recognition of a relatively new method.
Simulink_9
- 工业浮选的动态纹理，分类，识别，预测。实现了矿物浮选的在线控制。-a dynamic texture based virtual sensor for the prediction of froth speed in the unsampled period, tested with industrial data.
Video-Retrieval-System-on-MPEG-7
- 视频分类内部文档，基于融合MPEG-7描述子和 二次预测机制的视频自动分类算法,-Video Categories internal document, based on the integration of MPEG-7 descr iptors and the second automatic prediction mechanism of the video classification algorithm
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
bpsko_analysis
- 基于小波分析的BPSK的OFDM的分析，将对其的频谱进行分类及预测，-Based on the wavelet analysis of the analysis of BPSK OFDM, will the classification and prediction of the spectrum。
5
- 了适应跟踪过程中目标光照条件的变化，并对目标特征进行在线更新，提出一种将局部二元模式(LBP) 特征与图像灰度信息相融合，同时结合增量线性判别分析对目标进行跟踪的算法．跟踪开始前，为了获得比较准确的目标描述，使用混合高斯模型和期望最大化算法对目标进行分割；跟踪过程中，通过蒙特卡罗方法对目标区域和背景区域进行采样，并更新特征空间参数．得到目标和背景的最优分类面；最后使用粒子滤波器结合最优分类面对目标状态进行预测．通过光照变化的仿真视频和自然场景视频的跟踪实验，验证了文中算法的有效性．-Trac
CK-1_Repro.v1.02
- 有时间序列方法和技术的兴趣大增。从人，自然收集的信息几乎每一件，和生物过程是容易随时间的变化，以及这些变化如何发生的研究是一个中心问题充分理解这样的过程。所有的时间序列数据挖掘任务的分类中，可能是最突出的一个。在时间序列的分类有大量的实证研究，在时间域表明近邻规则是非常有效的。然而，一定的时间序列特征不在这个领域很容易地识别和表达的变化可能揭示了一些重要的和未知的特征。在这项工作中我们提出了递归图的使用对于时间序列的分类表示域。我们的方法复发措施地块使用坎帕纳基奥之间的相似性（CK-1）的距离，
WineClass
- 基于SVM的数据分类预测 葡萄酒种类识别，代码经测试可用-SVM-based prediction data classification- identifying the type of wine, the code has been tested and is available
LBP-and-SVM
- 采用LBP提取目标特征，利用svm训练分类器，可对图像进行分类预测，效果好- U91C7 u7528LBP u63D0 u53D6 u76EE u6807 u7279 u5F81 uFF0C u5229 u7528svm u8BAD u7EC3 u5206 u7C7B u5668 uFF0C u53EF u5BF9 u56FE u50CF u8FDB u884C u5206 u7C7B u9884 u6D4B uFF0C u6548
caffe-201701
- 在linux平台上运用caffe使用神经网络算法对图像进行分类，预测。在计算机视觉中（机器人视觉中）占主导作用。(On the Linux platform, Caffe is used to classify and predict the image using neural network algorithm. It plays a dominant role in computer vision (robot vision).)
SVM
- SVM分类用于高光谱遥感图像分类、预测....................(SVM classification for classification and prediction of hyperspectral remote sensing images)