搜索资源列表
deboor-cox.rar
- 目的:运用强化学习!多分类器集成!降维方法等最新计算机技术,结合细胞病理知识,设计制作/智能化肺癌细胞病理图像诊断系统0"方法:采集细胞图像,运用基于强化学习的图像分割法将细胞区域从背景中分离出来 运用基于样条和改进2方法对重叠细胞进行分离和重构 提取40个细胞特征用于贝叶斯!支持向量机!紧邻和决策树4种分类器,集成产生肺癌细胞分类结果 建立肺癌细胞病理图库,运用基于等降维方法对细胞进行比对,给予未定型癌细胞分类"结果:/智能化肺癌细胞病理诊断系统0应用于临床随机1200例肺
SVM
- 这是一个支持向量机的程序代码，对于图像的分类识别有很高的准确率、-This is a svm program
NcutClustering
- 谱聚类和SVM相结合的图像分割程序,这是用matlab编的谱聚类程序，该方法能有效的用于数据分类。-This is a matlab procedures for the spectral clustering.The method is effective for data classification.
svm-phasestateofcloudclassificationalgorithmsource
- 利用支持向量机的分类特性，结合modis的云图像，对云相态进行分类，利用svm云相态分类算法源代码-The use of support vector machine classification of features, combined with clouds modis images of the cloud phase state classification using svm-phase state of cloud classification algorithm source c
5
- 关于rbf神经网络实现图像分类的IEEE英文文献 和大家一起分享-The Research of Vehicle Classification Using SVM and KNN in a ramp
b
- SVM结合模糊方法在遥感图像分类中的应用-SVM combined with fuzzy method in the application of remote sensing image classification
e
- 基于K-MEANS与SVM结合的遥感图像全自动分类方法-K-MEANS-based SVM combined with the automatic classification of remote sensing images
2DLDAwiththeSVM-basedfacerecognitionalgorithm
- 二维线性鉴别分析(2DLDA)算法能有效解决线性鉴别分析(LDA)算法的“小样本”效应，支持向量机 (SVM)具有结构风险最小化的特点，将两者结合起来用于人脸识别。首先，利用小波变换获取人脸图像的低频分量，忽 略高频分量：然后，用2DLDA算法提取人脸图像低频分量的线性鉴别特征，用“一对多”的SVM 多类分类算法完成人脸 识别。基于ORL人脸数据库和Yale人脸数据库的实验结果验证了2DLDA+SVM算法应用于人脸识别的有效性。-”Small sample size”problem
svmsegmentation
- 为了提高白细胞自动识别算法的性能,提出了基于均值移动和单类支持向量机的血细胞图像分割新方法. 该方法的原理是将图像中颜色相对稳定的背景和红细胞部分像素作为正训练样本,将颜色复杂多样的白细胞像素作为异常数据检测. 均值移动过程用来在红、绿、兰(RGB) 颜色空间寻找正训练样本集,通过均匀抽样和颜色量化措施,实现单类支持向量机(SVM) 在线实时训练,最终图像像素经过单类SVM 分类来实现分割. 实验表明,新方法对涂片制备和光照变化导致的图像颜色改变有很好的适应性,图像分割精度优于常用流域算法,而耗
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,
CODE
- 1.GeometricContext文件是完成图片中几何方向目标分类。 参考文献《Automatic Photo Pop-up》Hoiem 2005 2 GrabCut文件是完成图像中目标交互式分割 参考文献《“GrabCut” — Interactive Foreground Extraction using Iterated Graph Cuts》 C. Rother 2004 3 HOG文件是自己编写的根据HOG特征检测行人的matlab代码 4 虹膜识别程序
Steganalysis-Based-on-dctdwt-space
- 基于SVM分类器的三域特征融合图像隐写分析算法。三域分别是指dct域，dwt域和空域。-A Steganalysis Based on the Fusion of Three-domain Features of Image and SVM (Support Vector Machines) Classifier.the three domain is the dct,the dwt and the space
lunwen
- 提出一种多尺度方向(multi-scale orientation,简称 MSO)特征描述子用于静态图片中的人体目标检 测.MSO 特征由随机采样的图像方块组成,包含了粗特征集合与精特征集合.其中,粗特征是图像块的方向,而精特征 由 Gabor 小波幅值响应竞争获得.对于两种特征,分别采用贪心算法进行选择,并使用级联 Adaboost 算法及 SVM 训 练检测模型.基于粗特征的 Adaboost 分类器能够保证高的检测速度,而基于精特征的 SVM 分类器则保证了检测精 度.另
Multi-class-SVM-Image-Classification
- 基于神经网络的遥感图像分类取得了较好的效果,但存在固有的过学习、易陷入局部极小等缺点.支持向量机机器学习方法,根据结构风险最小化(SRM)原理,表现出很多优于其他传统方法的性能,本研究的基于多类支持向量机分类器的遥感图像分类取得了达95.4 的分类精度.但由于遥感图像分类类别多,所需训练样本较大,人工选择效率较低,为此提出以人工选择初始聚类质心、C均值模糊聚类算法自动标注训练样本的基于多类支持向量机的半监督式遥感图像分类方法,期望能在获得适用的分类精度的基础上有效提高分类效率-Neural ne
SVM-matlab
- svm的各种经典的程序，用于对数据、图像进行分类，回归。其中，既包含分两类的程序，也包括分多类的程序，以及svm改进算法的程序。-svm various classic procedures for data, image classification, regression. Which contains both the two types of procedures, including many types of procedures and svm algorithm procedur
An-Introduction-to-SVM
- 支持向量机（SVM）是在统计学习理论的基础上发展起来的新一代学习算法，该算法在文本分类、手写识别、图像分类、生物信息学等领域中获得了较好的应用。本书是SVM的权威参考书。-Support Vector Machine (SVM) is a new learning algorithm developed on the basis of statistical learning theory, the algorithm to obtain a better application in the
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)
HOG_LBP
- 融合hog与lbp特征的图像分类，使用svm进行分类，最终给出运行混淆矩阵(The image classification of hog and LBP features is classified by SVM, and the run obfuscation matrix is finally given.)
SVM做图片处理
- 使用SVM算法对CIFAR-10图片数据集进行分类，包括模型的训练，测试和参数的调优(Using SVM algorithm to classify CIFAR-10 image data sets, including model training, testing and parameter tuning)
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)