支持向量机（SVM）是一种基于超平面分类的新的学习方法，具有很强的泛化能力。研究了支持向量机的学习机理，以及实现支持向量机的序贯最小优化算法（SMO），并用来对舰船图像进行识别。首先将待识别目标进行二维小波分解，获取不同尺度下的小波系数，然后对其进行主元分析，得到的主元分量作为支持向量机的特征量输入。实验结果表明，该方法具有良好的分类性能。-Support Vector Machine (SVM) is a hyperplane-based classification of new learn

此方式是属于人工智能算法，处理得到最优解，通过突出的算法与图像分解，模式识别很有帮组 -This approach is part of artificial intelligence algorithms, the process to obtain the optimal solution, by projecting the image decomposition algorithm, pattern recognition is very help group

数字图象处理课题：图象的分解重构,运行于MATLAB环境下-Digital image processing: decomposition of image reconstruction, running in the MATLAB environment

这是一个完整的稀疏分解用于图像去噪的一个压缩文件，而且是一个基于FFT变换的算法(This is a compressed file a complete sparse decomposition for image denoising, and is based on FFT transform algorithm)