搜索资源列表
BAG-OF-WORDS-daima-PG_SPBOW
- matlab编写的bag of words，可以对目标进行特征提取，实现目标匹配识别。-Matlab prepared bag of words, the target feature extraction, to achieve the goal of matching recognition.
lec17_bag_of_features
- 特征袋模型的模式识别教程，非常非常具有启发性！-Characteristics of the model bag pattern recognition tutorials, very, very instructive.
vc-image
- 是一个图像识别的例子,该压缩包里有非常好的图像处理代码-Is an example of image recognition, the bag has a very good compression image processing code
bag-of-words
- bag-of-words by R. Fergus, L. Fei-Fei and A. Torralba
BagOfWords
- 基于Bag of word的图像分类经典文章，非常适合初学者学习-Bag of feature based classification
BagOfFeatureFramework
- 基于Bag of feature的图像分类经典文章，非常适合初学者学习-Bag of feature based classification
shibieyanzhengma
- 验证识别码,是一个小小的工具，包内是源码文件。-ID verification is a small tool bag is the source file.
caltech-image-search-1.0
- 大规模图像检索的代码，matlab与c++混合编程。总结了目前图像检索领域目前主要存在的方法。通过阅读该代码，可以对于经典的“词袋”模型（bow模型）有个具体的了解，但是该代码没有提供前序的特征提取，是直接从对提取好的特征向量聚类开始的，包括了k-means，分层k-means（HKM）聚类，倒排文件的建立和索引等，该代码还提供了局部敏感哈希（LSH）方法。最后，这份代码是下面这篇论文的作者提供的， Indexing in Large Scale Image Collections: Sc
BagofWords
- 该论文在知网上付费下载，为2011年9月最新的关于Bag of Wo rds 算法的框架和基本内容，是学习bag of words算法的很好的入门参考。Bag of Words 算法是一种有效的基于语义特征提取与表达的物体识别算法, 算法充分学习文本检索算法的优点, 将图片整理为一系列视觉词汇的集合, 提取物体的语义特征, 实现感兴趣物体的有效检测与识别。-Bag of Word algo rithm is an efficient object r eco gnition alg or ith
LccSPM
- LLC做的图像分类算法，非常经典的图像分类算法。属于Bag-of-Feature模型，采用的是SIFT特征描述组。-LLC do image classification algorithm, belonging to the Bag-of-Feature model using the SIFT descr iptor group
GrayGradinet
- 压缩包里有机械故障：内环故障、外环故障、正常工况的时频图，压缩包里的程序可以识别出三种故障，效果较好。-Compression bag has a mechanical failure: the failure of the inner ring, outer ring fault, the normal conditions of the time-frequency diagram, the the compressed bag program can identify three faul
PG_BOW_DEMO-master
- 一个用BoW|Pyramid BoW+SVM进行图像分类的Matlab Demo -Image Classification using Bag of Words and Spatial Pyramid BoW
rough-set
- 图像场景分类中视觉词包分类的应用与操作代码-Review of the bag-of-visual-words models in image scene classification
code
- 基于词袋的场景分类，分类器采用SVM和最近邻，需要vlfeat和图片见http://cs.brown.edu/courses/csci1430/proj3/-Based on word bag scene classification, SVM classifier using the nearest neighbor and need vlfeat and pictures see http://cs.brown.edu/courses/csci1430/proj3/
BagOfWordsDEMO
- BAG OF WORDS算法应用于图片分类。图像特征用sift算法描述，分类机利用了libsvm方法。-BAG OF WORDS algorithm is applied to image classification. Image features using sift algorithm descr iption, classification machine utilizes libsvm method.
bag_of_feature2
- opencv bag of feature.BOW 分类方法，已经编译过。-opencv bag of feature
homework3
- 将二位数据投影到一维线性， LDA（Latent Dirichlet Allocation）是一种文档主题生成模型，也称为一个三层贝叶斯概率模型，包含词、主题和文档三层结构。所谓生成模型，就是说，我们认为一篇文章的每个词都是通过“以一定概率选择了某个主题，并从这个主题中以一定概率选择某个词语”这样一个过程得到。文档到主题服从多项式分布，主题到词服从多项式分布。 [1] LDA是一种非监督机器学习技术，可以用来识别大规模文档集（document collection）或语料库（corpus）