搜索资源列表
ANewImageRetrievalMethodUsingObjectSemantics
- 为了降低图像高层语义与低层视觉特征之间的语义差异,本文以对象描述模型为基础,提出利用机器转换模型获取图像高层语义的方法。本方法首先利用图像分割技术对图像进行分割,然后利用机器学习的方法,得到训练样本集中高层语义与分割后低层视觉特征之间的先验概率关系 在查询的过程中,利用得到的先验概率模型计算与高层语义所对应的最大概率视觉低层特征,最后利用该低层特征进行检索,达到缩短高层语义与低层特征之间的语义差异的目的。在一个拥有5000 幅图像的图像库上所做的测试结果表明了该方法的有效性和可行性,同时该方法也
BPNsTraining
- java编写的bp神经网络训练程序，可根据实际输入样本进行调整，训练后的结果自动存入相应的文本文档
src
- BP算法的神经网络的源代码， 可以根据向量建立网络，网络的训练结果和初始结构可以用ＸＭＬ保存和载入。 其中 Compressor/TrainerWithDiagram.class ， 是一个用于演示的训练器， 产生制定范围内的数，生成随即样本， 并训练。 MainClass.class ， 指一个数据压缩器的启动界面。 本来是用来做压缩的， 后来查到有人申请了专利， 我又没有时间改，所以罢了。 发上来给大家参考。代码没有整理， 写了也有几个月了， 有些类的
svm_java
- 支持向量机SVM(Support Vector Machine）作为一种可训练的机器学习方法，依靠小样本学习后的模型参数进行导航星提取，可以得到分布均匀且恒星数量大为减少的导航星表-Support Vector Machine SVM (Support Vector Machine) as a trainable machine learning methods, relying on small samples after learning Navstar extract model para
GRT_GUI_Latest_Windows
- 属于机器学习的范畴，通过输入训练样本，通过分类或线性回归得到标签的假设性函数-The Gesture Recognition Toolkit (GRT) is a cross-platform, open-source, C++ machine learning library that has been specifically designed for real-time gesture recognition. In addition to a comprehensive C++ AP
RandomForest
- 随机森林是由多棵树组成的分类或回归方法。主要思想来源于Bagging算法，Bagging技术思想主要是给定一弱分类器及训练集，让该学习算法训练多轮，每轮的训练集由原始训练集中有放回的随机抽取，大小一般跟原始训练集相当，这样依次训练多个弱分类器，最终的分类由这些弱分类器组合，对于分类问题一般采用多数投票法，对于回归问题一般采用简单平均法。随机森林在bagging的基础上，每个弱分类器都是决策树，决策树的生成过程中中，在属性的选择上增加了依一定概率选择属性，在这些属性中选择最佳属性及分割点，传统做法
ML_project
- 程序是对手写体数字进行识别，用knn算法，代码编写是用java。训练样本和验证样本都在代码中提供了。-The program is to handwriting figures to identify, with knn algorithm, the code is written with java. Training samples and validation samples are provided in the code.
src-BP
- BP算法的神经网络的源代码， 可以根据向量建立网络，网络的训练结果和初始结构可以用ＸＭＬ保存和载入。 其中 Compressor/TrainerWithDiagram.class ， 是一个用于演示的训练器， 产生制定范围内的数，生成随即样本， 并训练。 MainClass.class ， 指一个数据压缩器的启动界面。(BP algorithm of neural network source code, you can build a network according to the ve