搜索资源列表
SOM模式提取与分类
- SOM神经网络，可以进行特征提取和模式分类，特别是特征维数较多的情况。-SOM neural network, can feature extraction and classification, in particular characteristic dimension of more.
基于NSVM的SVM分类器
- 基于NSVM的两类SVM分类器，matlab7.1运行通过，main中做了PCA的特征提取、leave one out cross-valiation和5-fold cross-validation（重复10次的平均值）
motorimage_Csp
- 脑电想象运动的csp特征提取分类算法 matlab平台，通过投票可以直接扩展到多类-Imagine the movement csp EEG feature extraction classification algorithm matlab platform, through the vote can be directly extended to multiple classes
贝叶斯分类算法
- 贝叶斯分类算法程序，matlab，和那好很好很
隐马尔科夫工具
- 可用于模式识别，特征提取分类的主要工具。性能可靠，计算速度快。
Workpiecefeatureextraction
- 1、有9个工件图像，要求从本章讲授的特征提取方法中，选择3~5种提取工件特征并给出数字结果；链码为必选方法，给出数字结果和图形显示，做到链码和原图像的双向变换显示。（实验报告中应描述相应的特征提取方法并略述实现过程） 2、设计的界面中要具备功能：任选1个工件作为目标，以上述实现的特征提取方法识别该目标的工件类型（即序号），并显示该判别基准特征的数据。 3、有可能的话试用聚类、训练或其他方法对这些工件进行分类。 -err
KL2
- 本程序利用K-L变换已经K-L变换的最优压缩，建立分类器，并选择投影方向，画出投影过后的效果-This procedure has been the use of KL transform KL transform optimal compression, the establishment of classifier, and choose the direction of projection, drawn after the effect of projection
Wavelet_Based_Feature_Extraction_for_SVM_for_Scree
- 支持向量机在模式识别和分类中应用广泛， 小波方法的多尺度特性也众所周知。 本文将小波和支持向量机相互结合实现特征提取。-Support vector machine in pattern recognition and classification of the application of a wide range of multi-scale wavelet method is also well-known characteristics. In this paper, wavel
beyes
- 详细介绍了贝叶斯公式在自动文本分类领域的使用，并且提到了关于互信息特征提取的方法。以及其分类的例子。-Bayesian formula described in detail in the field of automatic text categorization of the use of, and reference information on each feature extraction method. As well as examples of their classificat
ar_dct_lda
- AR人脸库进行DCT变换，然后使用Fisher discriminant analysis 进行特征提取，使用cos分类器进行人脸分类。-AR Face Database for DCT transform, and then use the Fisher discriminant analysis feature extraction, using cos classifier for human face classification.
DCT
- 本文设计基于DCT的人脸识别系统，首先结合当今人脸识别的背景和发展状况讨论了人脸识别的研究内容及在各方面的应用；然后研究了人脸识别进行预处理，讨论了人脸识别预处理的其他方法，分析各种方法的利弊，最后采用DCT（离散余弦变换）实现人脸图像预处理中的降维处理；接下来对人脸图像的特征提取进行了研究，简单叙述了几何特征提取和代数特征提取，同时深入研究了基于DCT和PCA变换的人脸图像特征提取，从而实现是否对人脸识别系统识别率有所提高的研究；对于分类器的选择，本文对两种分类器进行了探讨，即最近邻分类器和B
svm
- 本程序包括：论文SVM 用于基于块划分特征提取的图像分类，和相应的matlab实现其中图像划分以及特征提取、聚类均利用matlab6.5完成。 -The procedures include: paper by SVM for feature extraction based on block classification, and the corresponding realization of one image into matlab, and feature extraction,
极限学习机源代码
- 图像的特征提取 图像的分类 实现elm算法
fisher
- 基于Fisher距离判据的特征提取分类MATLAB代码-Extraction MATLAB code classification based on Fisher criterion feature distance
2
- 基于SVM算法和纹理特征提取的遥感图像分类(based on the SVM algorithm and texture feature extraction of remote sensing image classification)
finallyliuyuClassifier
- 用于文本分类，文本挖掘，文本特征提取，文本聚类，文本关联等(It is used for text classification, text mining, text feature extraction, text clustering, text association, etc.)
deepsae
- 构建深度sae网络，数据特征提取及分类，自定义网络结构参数(about deepsae code and an example, ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN)
FeatureExtractionUsingAlexNetExample
- 本示例展示了怎样从一个预处理的卷积神经网络中提取特征，并用这些特征去训练一个图像分类器。(This example shows how to extract learned features from a pretrained convolutional neural network, and use those features to train an image classifier. Feature extraction is the easiest and fastest way use
spr-7
- 采用两线程随机离散卷积神经网络针对触觉序列进行特征提取与分类。(Two thread random discrete convolution neural network is applied to feature extraction and classification for haptic sequences.)
基于PCA的SVM分类
- 选择“BreastCancer”数据集，使用支持向量机(SVM)对其进行分类。作为对比，第一次对特征集直接进行支持向量机分类，第二次对特征集进行主成分分析法的特征提取后，再对特征提取后的特征集进行支持向量机分类。并且对比和分析了两次分类的结果。(The BreastCancer data set is selected and classified by Support Vector Machine (SVM). For comparison, the first time the featur