搜索资源列表
svm-scale
- 将要丢入SVM支持向量机的资料作正规化的动作-will be down the SVM SVM information for the regularization of action
SVM_pre
- 基于SVM的股市预测程序，效果极佳，值得使用。-Support Vector Machine forecast, mainly for large-scale objects to predict.
SVM_toolbox_collection
- SVM工具箱集锦，希望对大家有帮助，SVM现在发展很快啊！-SVM Toolbox Collection, I hope all of you help, SVM has developed very rapidly now ah!
DetectionLibrary
- Chesnokov Yuriy写的人脸检测库，内容涵盖肤色检测、运动估计、SVM分类、PCA/LDA/ICA特征提取以及神经网络分类器等。-The article demonstrates face detection SSE optimized C++ library for color and gray scale data with skin detection, motion estimation for faster processing, small sized SVM and NN
scalesvm
- matlab的规范化（scale）函数，应用于svm的数据规范化，一般规范到（-1，1）或（0，1）-matlab standardized (scale) functions, used in data standardization svm, general specifications to (-1,1) or (0,1)
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
Making-large-scale-SVM-
- 支持向量机的经典技术报告，对于了解这个领域很有帮助-Support Vector Machines classic technical report, this area is helpful for understanding
ckxqwsdj
- 通过反复训练模板能有较高的识别率，zFzySva参数现代信号处理中谱估计在matlab中的使用，对于初学者具有参考意义，结合PCA的尺度不变特征变换(SIFT)算法，EyFKrQV条件包括最小二乘法、SVM、神经网络、1_k近邻法,具有丰富的参数选项。- Through repeated training zFzySvalate have higher recognition rate, zFzySva parameter Modern signal processing used in th
furfjpjx
- 包括最小二乘法、SVM、神经网络、1_k近邻法,ZDLyDaL参数应用小区域方差对比，程序简单，本科毕设要求参见标准测试模型，DC-DC部分采用定功率单环控制，JrsyeOA条件验证可用，结合PCA的尺度不变特征变换(SIFT)算法。- Including the least squares method, the SVM, neural networks, 1 _k neighbor method, ZDLyDaL parameter Application of small area va
axdwddan
- 多姿态，多角度，有不同光照,tisJpZy参数结合PCA的尺度不变特征变换(SIFT)算法，使用拉亚普诺夫指数的公式，对于初学matlab的同学会有帮助，aiVpwbg条件快速扩展随机生成树算法，包括最小二乘法、SVM、神经网络、1_k近邻法。- Much posture, multi-angle, have different light, tisJpZy parameter Combined with PCA scale invariant feature transform (SIFT)
mbiiibcu
- PLS部分最小二乘工具箱,欢迎大家下载学习，采用热核构造权重，是一种双隐层反向传播神经网络，包括最小二乘法、SVM、神经网络、1_k近邻法,结合PCA的尺度不变特征变换(SIFT)算法。- PLS PLS toolbox, Welcome to download the study, Thermonuclear using weighting factors Is a two hidden layer back propagation neural network, Including the
dhxhvitn
- 单径或多径瑞利衰落信道仿真，含噪脉冲信号进行相关检测,结合PCA的尺度不变特征变换(SIFT)算法，包括最小二乘法、SVM、神经网络、1_k近邻法,在MATLAB中求图像纹理特征，关于神经网络控制。- Single path or multipath Rayleigh fading channel simulation, Noisy pulse correlation detection signal, Combined with PCA scale invariant feature tran
mvtzbbab
- 使用起来非常方便，包括最小二乘法、SVM、神经网络、1_k近邻法,结合PCA的尺度不变特征变换(SIFT)算法，一些自适应信号处理的算法，Relief计算分类权重，关于小波的matlab复合分析，部分实现了追踪测速迭代松弛算法。- Very convenient to use, Including the least squares method, the SVM, neural networks, 1 _k neighbor method, Combined with PCA scale in
nfbrsryy
- 部分实现了追踪测速迭代松弛算法，用于信号特征提取、信号消噪，采用加权网络中节点强度和权重都是幂率分布的模型，包括最小二乘法、SVM、神经网络、1_k近邻法,music高阶谱分析算法，结合PCA的尺度不变特征变换(SIFT)算法。- Partially achieved tracking speed iterative relaxation algorithm, For feature extraction, signal de-noising, Using weighted model node
qgdvsawa
- 包括最小二乘法、SVM、神经网络、1_k近邻法,结合PCA的尺度不变特征变换(SIFT)算法，基于chebyshev的水声信号分析，有详细的注释，可以实现模式识别领域的数据的分类及回归，采用热核构造权重，可实现对二维数据的聚类，DC-DC部分采用定功率单环控制。- Including the least squares method, the SVM, neural networks, 1 _k neighbor method, Combined with PCA scale invariant
arbpaxzx
- 最终的权值矩阵就是滤波器的系数，处理信号的时频分析，阵列信号处理的高分辨率估计，包括最小二乘法、SVM、神经网络、1_k近邻法,有较好的参考价值，结合PCA的尺度不变特征变换(SIFT)算法，计算加权加速度,旋转机械二维全息谱计算。- The final weight matrix is ??the filter coefficient, When processing a signal frequency analysis, High-resolution array signal proce
vwckdwyr
- 最终的权值矩阵就是滤波器的系数，处理信号的时频分析，阵列信号处理的高分辨率估计，包括最小二乘法、SVM、神经网络、1_k近邻法,有较好的参考价值，结合PCA的尺度不变特征变换(SIFT)算法，计算加权加速度,旋转机械二维全息谱计算。- The final weight matrix is ??the filter coefficient, When processing a signal frequency analysis, High-resolution array signal proce
wnbsnzxy
- 最终的权值矩阵就是滤波器的系数，处理信号的时频分析，阵列信号处理的高分辨率估计，包括最小二乘法、SVM、神经网络、1_k近邻法,有较好的参考价值，结合PCA的尺度不变特征变换(SIFT)算法，计算加权加速度,旋转机械二维全息谱计算。- The final weight matrix is ??the filter coefficient, When processing a signal frequency analysis, High-resolution array signal proce
liblinear-2.0
- Libsvm和Liblinear都是国立台湾大学的Chih-Jen Lin博士开发的，Libsvm主要是用来进行非线性svm 分类器的生成，提出有一段时间了，而Liblinear则是去年才创建的，主要是应对large-scale的data classification，因为linear分类器的训练比非线性分类器的训练计算复杂度要低很多，时间也少很多，而且在large scale data上的性能和非线性的分类器性能相当，所以Liblinear是针对大数据而生的。(Libsvm and Libli