搜索资源列表
patternrecognition_classify
- 模式识别—分类程序VC源码,是《图像模式识别VC++技术实现》一书的源码-pattern recognition-classification procedure VC source, "VC image pattern recognition technology to achieve" a source book
BPNET
- BP算法源程序，可用于数据分类，图像识别等。采用VC++6.0是实现。
复杂网络提取图像边缘特征
- 使用复杂网络提取图像边缘特征并进行识别的源代码，采用PCA_LDA算法对特征进行降维分类识别，识别效率很高。鲁棒性好
PCA_ORL
- Matlab环境下，实现用PCA方法提取EigenFace,之后通过SVM方法对人脸图像进行分类识别。-Face recognition via PCA and SVM method
fingerrecognize
- 本程序是在matlab的开发环境下，利用对指纹图像进行分类识别-This procedure is a development environment in matlab using the classification of fingerprint images to identify
neuralnetwork
- 用于图像识别的新型神经元网络 提出了一种用于图像识别的映封正交神经元网络。 在一般情况下待识别的样本空间的维数相当大, 为了有效地进行识别,必须把样本空间的维数降下来。目前常用的方法就是特征提取法,本文采用映射正交过程把样本空间映射成正交分类空间,并在此基础上,采用网络进行图像分类。计算机上模拟结果表明此网络县有时缺损和噪声图像进行正确识别的能力-Image recognition for a new type of neural network used in a video im
KB-Detector-src
- 功能说明：输入一幅图像，能对此图像检测关键点，这些点通常对应图像中的重要对象，可用于对象识别，也可用来作为特征进行图像分类。运行其中的例程Ldx_GoSalScale.m，就可以知道此程序的用法（调试环境matlab7.0）。-Function: input image, this image can detect critical points, these points usually correspond to an important object of the image can be
基于MATLAB图像分割分类代码
- 彩色数值自动识别代码 KMEANS自动 散点图 基于MATLAB图像处理(Color numerical automatic identification code)
模式识别分类器
- 贝叶斯识别，可对图像数据进行分类的算法，其中包含5个m文件(Bias recognition, image data can be classified algorithm, which contains 5 m files)
kernelBP_chol
- 针对图像的基于核置信传播的分类器，具有收敛速度快，精度高的优点。(This is a sample code for Kernel Belief Propagation Classifier for images.)
FaceTools-master
- 本次作业使用的是汤晓鸥团队的DeepID第一代的网络，通过Caffe训练模型参数，经过LFW二分类得到人脸识别准确率。(This job is used by the Tang Xiaoou team's DeepID first generation network. Through the Caffe training model parameters, the accuracy of face recognition is obtained through the LFW two clas
SVM_SMO
- 线性分类器，svm，在图像识别分类表现不错(linear classification)
NNPic
- 对图像的亮度分布曲线进行人工智能学习，并分类的多隐含层的BP神经网络(The BP neural network of the multi hidden layer of artificial intelligence learning for the brightness distribution curve of the image and the classification of the multi hidden layer)
CNN_matlab
- 卷积神经网络（CNN）是一种深度学习方法，它可以对图像进行识别和特征分类等优点。(The convolution neural network (CNN) is a deep learning method which can identify and characterize the image.)
基于小波变换的klda人脸识别
- 基于小波变换的klda人脸识别，首先用小波变换对原始输入人脸图像进行预处理，再将基于核的线性判别分析应用于人脸识别中的最佳特征抽取，最后使用欧氏距离分类器实现人脸分类。通过对ORL标准人脸库中的人脸图像进行识别实验，本文提出的方法在人脸识别上取得了较高的识别率。
贝叶斯人脸识别
- Pattern-Recognition-and-Machine-Learning-master,项目包括使用贝叶斯分类器的字符识别，基于GMM的图像分割，使用PCA的人脸识别和具有径向基函数的多类SVM分类器(Pattern-Recognition-and-Machine-Learning-master)
tensorflow-vgg16-train-and-test-master
- vgg深度学习，图像识别，用于图像的分类，在python上运行(vgg deep learning, image recognition, used for image classification, running on Python)
imgClassifier - 副本
- TensorFlow2.0进行Minist手写体识别(Minist handwriting recognition by TensorFlow2.0)
rbf
- RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。 简单说明一下为什么RBF网络学习收敛得比较快。当网络的一个或多个可调参数（权值或阈值）对任何一个输出都有影响时，这样的网络称为全局逼近网络。由于对于每次输入，网络上的每一个权值都要调整，从而导致全局逼近网络的学习速度很慢。BP网络就是一个典型的例子。(RBF network
花卉分类
- 提供十种花卉的图像识别与分类，测试集准确率较好(Provide ten kinds of flower image recognition and classification)