搜索资源列表
TRAINVQ
- 這是一個利用讀取一碼本來執行向量量化的vc代码-This is a code used to read an original implementation of the vector quantization vc code
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
lvq_pak-3.1
- VC++的人工智能领域的学习向量量化LVQ(Learning Vector Quantization)的实现包。-VC++ the field of artificial intelligence learning vector quantization LVQ (Learning Vector Quantization) implementation package.
Face-orientation-recognition
- LVQ即学习向量量化神经网络是一种用于训练竞争层的有监督学习方法神经网络，在模式识别和优化领域有着广泛的应用。本课题要求使用LVQ神经网络训练人脸的特征数据，得到模型对任一人脸图像的朝向进行识别。-Learning Vector Quantization LVQ neural network that is used to train competitive layer neural network supervised learning methods in the field of patt
jingzhenxingshenjingwanglou
- 竞争型神经网络 主要有自主型竞争、自组特征映射、自适应共振理论、学习向量量化等神经网络-Competitive neural networks are mainly autonomous competition, since the group feature mapping, adaptive resonance theory, learning vector quantization neural network
bnn-master
- 一个高度优化的轻量深度学习前向框架，使用C/C++语言开发，跨平台，支持读取Caffe模型文件，主要处理卷积神经网络。与市面上大多数移动端解决方案不同，我们的量化压缩技术不仅针对模型的权重，还涉及到输入的特征向量压缩。针对这一特性我们在模型文件和内存大小得到裁剪的同时还对框架的性能做了大量优化。(A highly optimized lightweight deep learning forward framework, developed using C/C++ language, cross