搜索资源列表
SVM
- 支持向量机来分析数据，并通过建立向量机来预测数据的趋势-Support vector machine to analyze data and predict trends in the data
orc1
- 本程序采用svm分类算法，实现了对连体数字（0-100）的识别。 分两个过程，第一个需要训练生成mode，第二个过程根据mode进行预测。识别率达95 -This program uses the svm classification algorithm, the identification of the piece number (0-100). Divided into two processes, first need to be trained to generate mode, th
BRISQUE_release
- This a demonstration of the Blind/Referenceless Image Spatial Quality Evaluator (BRISQUE) index. The algorithm is described in: A. Mittal, A. K. Moorthy and A. C. Bovik, No Reference Image Quality Assessment in the Spatial Domain Binaries:
SVM
- SVM处理图像 数据与处理 特征提取 训练模型 模型预测 得到结果(SVM processing image data and processing feature extraction training model model to predict the results)
基于支持向量机的图像分类
- classifier.mat文件太大未上传。可运行一次main3生成 getFeatures.m 获取灰度共生矩阵相关特征 main-main6 训练 + 识别 predict.m 单独的分类程序 temp.m 单独的分类演示程序(classifier.mat file is too large to upload. Can run a main3 to generate getFeatures.m Get the grayscale co-occurrence matrix rel
Python-opencv车牌识别
- 算法思想来自于网上资源，先使用图像边缘和车牌颜色定位车牌，再识别字符。车牌定位在predict方法中，为说明清楚，完成代码和测试后，加了很多注释，请参看源码。车牌字符识别也在predict方法中，请参看源码中的注释，需要说明的是，车牌字符识别使用的算法是opencv的SVM， opencv的SVM使用代码来自于opencv附带的sample，StatModel类和SVM类都是sample中的代码。SVM训练使用的训练样本来自于github上的EasyPR的c++版本。由于训练样本有限，你测试时会