搜索资源列表
svm
- svm程序代码，用于模式识别和分类，也可用于图像特征。-svm code for pattern recognition and classification can also be used to image features.
SVM-KM
- 一个支持向量机的matlab工具箱，具有分类、拟合等功能，希望大家下载研学阿！-a Support Vector Machine Matlab toolbox, with classification, fitting features that you download Studies, A!
LS-SVMlab15aw.rar
- 这是一个很好的支持向量机的工具包，有回归、分类、寻优等功能。,This is a very good tool for support vector machine package, there is regression, classification, finding excellent features.
PedestrianExtraction
- 基于opencv的行人检测，用到了svm,haar特征-Opencv-based pedestrian detection, use the svm, haar features, etc.
MovingLeast-SquaresMLS
- 建立了一种基于移动最小二乘(Moving Least-Squares MLS)法的曲线曲 面拟合方法 这种方法对传统的最小二乘(LS)法的作了比较大的改进 使生成的曲线曲面具 有精度高 光滑性好等许多优点 详细介绍了移动最小二乘法的原理 应用和特点 并且给 出了使用移动最小二乘法进行曲线曲面拟合的程序设计流程 最后给出了曲线拟合和空间散 乱数据曲面拟合算例 将拟合结果与最小二乘拟合结果作了比较 分析了 MLS 拟合曲线曲 面的光滑性和拟合质量 表明了该方法的优越性和有效性-W
LS-SVM
- 主要叙述在matlab环境下熟悉对svm的操作以及svm的主要特性包括分类和回归-The main narrative in the matlab environment familiar with the operation of the SVM and the main features include SVM classification and regression
svml_v092
- SVM,很好用的用于模式识别中特征分类的咚咚。-SVM, a good use for pattern recognition features of the classification of咚咚.
libsvm-2.89
- 是一種線性方成的分類器。SVM透過統計的方式將雜亂的資料以NN的方式分成兩類，以便處理。LIBLINEAR is a linear classifier for data with millions of instances and features. It supports L2-regularized logistic regression (LR), L2-loss linear SVM, and L1-loss linear SVM. -Main features of LIBLINEA
haar_wavelet_v4
- Haar-like features with SVM classification
svm-phasestateofcloudclassificationalgorithmsource
- 利用支持向量机的分类特性，结合modis的云图像，对云相态进行分类，利用svm云相态分类算法源代码-The use of support vector machine classification of features, combined with clouds modis images of the cloud phase state classification using svm-phase state of cloud classification algorithm source c
cuSVMVCcode
- 基于GPU计算的SVM，VC++源码，包括详细文档说明文件。借用了GPU编程的优势，该代码据作者说比常规的libsvm等算法包的训练速度快13-73倍，预测速度快22-172倍。希望对大家有用-cuSVM is a software package for high-speed (Gaussian-kernelized) Support Vector Machine training and prediction that exploits the massively parallel proc
2DLDAwiththeSVM-basedfacerecognitionalgorithm
- 二维线性鉴别分析(2DLDA)算法能有效解决线性鉴别分析(LDA)算法的“小样本”效应，支持向量机 (SVM)具有结构风险最小化的特点，将两者结合起来用于人脸识别。首先，利用小波变换获取人脸图像的低频分量，忽 略高频分量：然后，用2DLDA算法提取人脸图像低频分量的线性鉴别特征，用“一对多”的SVM 多类分类算法完成人脸 识别。基于ORL人脸数据库和Yale人脸数据库的实验结果验证了2DLDA+SVM算法应用于人脸识别的有效性。-”Small sample size”problem
svm
- 很实用的一款svm工具箱，内包括很多的功能，且有详细的说明解释。 -A very useful svm toolbox includes many features, and a detailed descr iption of explanation.
Character-Recognition(Lib-SVM)
- 支持向量机的研究现已成为机器学习领域中的研究热点，其理论基础是Vapnik[3]等提出的统计学习理论。统计学习理论采用结构风险最小化准则，在最小化样本点误差的同时，缩小模型泛化误差的上界，即最小化模型的结构风险，从而提高了模型的泛化能力，这一优点在小样本学习中更为突出。SVM理论正是在这一基础上发展而来的，经过十几年的研究和发展，已开始逐步应用于一些领域。在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势，已经在模式识别、函数逼近和概率密度估计等方面取得了良好的效果。- Support
SVM-based-image-classification
- 基于SVM的图像分类，由于支持向量机的分类能力极大地依赖于核参数的选取，因此，本文着重研究了核参数选择方法，并利用不同的颜色、纹理特征对图像进行分类。 -SVM-based image classification, the classification capability of SVM kernel parameters greatly depend on the selection, therefore, this paper focuses on the kernel paramet
Svm
- SVM实现图片分类，SIFT特征，可以自动读取文件下的图片和目录名(SVM realize picture classification, SIFT features, you can automatically read files under the pictures and directory names)
利用Hog特征和SVM分类器进行行人检测
- 利用Hog特征和SVM分类器进行行人检测(Using Hog features and SVM classifiers for pedestrian detection)
SVM
- 使用HOG提取特征，SVM进行图像分类，可以进行两种以上分类(Using HOG to extract features and SVM for image classification)
基于PCA和SVM的人脸识别系统
- 先通过图像处理提取人脸的各个特征，然后对人脸通过PCA进行降维，然后通过SVM进行人脸识别(Firstly, the features of human face are extracted by image processing, then the dimension of human face is reduced by PCA, and then the face is recognized by SVM)
改进svm
- phog方法提取图像特征，svm支持向量机进行分类，分别有GA遗传算法和PSO粒子群优化算法进行寻优。(Phog method extracted image features, SVM support vector machine classification, respectively, GA genetic algorithm and PSO particle swarm optimization algorithm for optimization.)