搜索资源列表
113172210SVD
- SVD随着计算机网络的不断发展,多媒体信息的版权保护问题变得十分突出,已成为一个非常紧迫的议题。数字水印技术是实现版权保护的一种非常有效的方法,已经成为信息隐藏领域的一个热门方向。本文着重讨论了数字水印技术在数字图像中的应用,特别地,对于基于神经网络和SVD的自适应的数字水印技术进行了深入的研究与实验。首先比较全面地介绍了数字水印技术的发展历史、现状、基本模型、特征、分类、现有的主要的算法和应用,并对数字水印的发展前景做出了一个展望。接着阐述了神经网络和奇异值分解( SVD)的相关理论。利用图像
recognize
- 利用matlab的GUI编程完成了用于解决二维多类问题的分类器算法，并实现了方便的人机界面（在matlab2008a环境下编写的，由于matlab界面生成工具GUIDE版本上可能存在不兼容性，在其他低版本的matlab中运行时可能会发生错误）-GUI programming using matlab s done to resolve the problem of two-dimensional multi-class classification algorithm, and implemen
ENVI-Functions
- ENVI具备了丰富的二次开发功能函数接口。汇总了常用的功能代码。包括 功 能 源码名称 初始化ENVI startENVI.pro 定标 cal_calibration.pro 大气校正 cal_quac.pro 融合 cal_sharpen.pro 镶嵌 cal_mosaic.pro 裁剪 cal_subset.pro 分类(监督+非监督) cal_class.pro 面向对象特征提取 cal_fx.pro 结束ENVI endENVI.pro 问
04
- 如何面对人们日常生活中接触到的，尤其是互联网上数量激增的图像进行有 效的分类，已经成为研究的新热点。虽然现有的图像分类技术已经取得不错的性 能，但是它们还存在着一些问题。一是大部分现有的图像分类算法都是基于图像 的底层特征，’无法解决图像分类中的“语义鸿沟”问题；二是，大多数图像分类算 法总是忽视图像中部分与部分之间的空间关系。-How to face contact with people' s daily lives, especially surge in the n
classifer
- 二分类问题采用包括逻辑回归、最小二乘法、感知器算法（按下space不断迭代）、svm线性分类，另外还有高斯分线性分类（待完善），针对平面上两类点进行分类-Second classification using logistic regression, the method of least squares, perception algorithm (Press space iteratively) svm linear classification, in addition to the Ga
SVM-reviewed
- 支持向量机方法中也存在着一些亟待解决的问题，主要包括：如何用支持向量机更有效的解决多类分类问题，如何解决支持向量机二次规划过程中存在的瓶颈问题、如何确定核函数以及最优的核参数以保证算法的有效性等。-Support vector machine (SVM) method also exist some problems to be solved, mainly includes: how to use support vector machine (SVM) is more effective t
hogfeather
- 提取图像特征进行图像的二分类问题，能够实现对输入图像的分类（有没有人）。-Extract image features two image classification problem, it is possible to realize the input image classification (there is no one).