搜索资源列表
基于KNN的中文文本自动分类研究
- 在介绍SVM和KNN分类算法的基础上,提出了一种新的、较简单的,但更为合理的基于表模型的文档表示方 法,阐述了一种基于表模型的分类算法———TableKNN算法。通过实验比较TableKNN算法与传统KNN算法应用于文 本分类的效果,证实了TableKNN算法在处理文本分类问题上的优越性。
SVM
- 在matlab环境下实现的算法，该算法主要实现SVM分类的算法，svm入门-In the matlab environment to achieve algorithm to achieve SVM classification of the main algorithm, character recognition by SVM to achieve
SVM分类程序
- 这是个SVM的分类算法程序，是经过专业人士编好的，希望能对学习SVM分类算法的有帮助哦。
svm_face_recognition
- 一篇很不错的关于人脸表情识别的论文。论文提出了一种基于人脸局部特征的表情识别方法，先选取人脸重要的局部特征,对得到的局部特征进行主成分分析,然后用支持向量机( SVM)设计局部特征分类器来确定测试表情图像中局部特征,同时设计支持向量机( SVM)表情分类器,确定表情图像的所属类别。-A very good facial expression recognition on paper. This paper proposes a feature based on local expression
KPCAandSVM
- KPCA与SVM共同用于人脸识别 SVM提高了分类效果 KPCA是一种借鉴SVM中核函数的一种较好的特征提取方法-KPCA and SVM for face recognition SVM together to improve the classification results from KPCA is a kernel function in SVM a better feature extraction method
multisvm.ps
- 台湾林智仁等对如何使用SVM进行多分类的理论、算法以及实验的介绍-Taiwan' s Lin Zhiren, etc. on how to use SVM for multi-classification of the theory, algorithms and experimental introduction of
multi-classSVM
- 总结SVM多分类的文章，从训练时间、分类时间、分类器的个数等等入手进行对比-Summary SVM multi-classification of articles, from the training time, classification time, the number of classifiers, and so begin to compare
8080524
- 基于特征选择和svms的图像分类 MI算法-Feature selection and image classification svms
svm
- 非线性svm实现样本点的分类，并输出图像，输入数据为矩阵-Nonlinear svm to achieve a classification of the sample points, and the output image, the input data matrix
Intelligent-traffic-detection-system
- 本文是基于SVM分类的智能交通检测系统，希望对大家有帮助。-This article is based on SVM classification intelligent traffic detection system, we hope to help.
SVM
- 能很好的进行SVM分类，经过本人测试，很好用，推荐-SVM classifier can be good, after I test well with recommended
xiaobo-svm
- 关于脑机接口的文献，基于SVM和小波分析的脑电信号分类方法-Literature on brain-computer interface the EEG classification method based on SVM and Wavelet Analysis
SVMkind
- 这是svm分类算法原理，内容简单，适合初学者，值得参考下载！-This is the principle of svm classification algorithm, the content is simple, suitable for beginners, and worth considering download!
svm
- SVM的理论基础 线性判别函数和判别面 最优分类面 支持向量机 LIBSVM简介-The theoretical basis of the SVM linear discriminant function and discriminant surface optimal hyperplane Support Vector Machines LIBSVM Profile
HOG
- 基于梯度方向直方图( H OG) 特征的行人检测是目前检测精度较高的主流方法。针对基于梯度直方图特征的 行人检测存在检测精度还有待提高、向量维数大的问题, 提出使用梯度直方图统计特征加颜色频率和肤色特征描述行 人, 选取一些分类能力较强的block 作为最后的特征, 使用线性SVM 分类。在INRIA 库上的实验证明, 该方法能有效地 提高检测精度。-H istog r am o f or iented g radient( H OG) based on pedestr ian de
fsals-svm
- 此算法实现了SVM的分类，很实用很强大的程序，可供使用。-This algorithm of SVM classification, it is very powerful and practical procedures for use.
SVM
- 深度学习中关于向量机支持向量机（即一种分类器）的相关内容-Depth study on vector machines support vector machine (that is, a classifier) related content
svm-classification
- 这是一个完整的支持向量机分类器程序，比较适合初学者使用-This is a svm classification procedure, which is suitable for beginner
SVM论文1
- SVM图像分类的论文5篇，是最近几年的，有参考价值(5 papers on the classification of SVM images, which are of reference value in recent years.)