搜索资源列表
-
0下载：
强壮的人脸识别系统，发表于cvpr2011年，程序是应用matlab实现-Recently the sparse representation (or coding) based classifi cation (SRC) has been successfully used in face recognition. In SRC, the testing image is represented as
a sparse linear combination of the trai
-
-
0下载：
一种车牌图像校正新方法
【摘要】因摄像机角度而造成的机动车牌图像倾斜会对其后继的字符分割与识别带来不利的影响。本文在分析了车牌倾斜模式的基础上,提出了一种基于最小二乘支持向量机（LS-SVM）的车牌图像倾斜校正新方法。通过LS-SVM线性回归算法求取坐标变换矩阵并对畸变图像进行旋转校正。主要方法：首先,将二值倾斜车牌图像中的像素转换为二维坐标样本,并构造图像数据集 再通过LS-SVM线性回归算法对该数据集进行回归,求取主要参数 最后,再由该参数转换为能反映图像倾斜方向的2维坐标变换矩阵。实验
-
-
1下载：
用边缘检测算法检测的圆的像的边缘点，并用多元线性回归求出椭圆的方程，然后按照我们的模型中提供的方法，求出每个圆心的像的位置-Using edge detection algorithm to detect the edge of the image circle points, and multiple linear regression equation of the ellipse obtained, and then follow the model provided by our met
-
-
2下载：
人脸识别的稀疏表示识别方法将稀疏表示的保真度表示为余项的L2范数，但最大似然估计理论证明这样的假设要求余项服从高斯分布，实际中这样的分布可能并不成立，特别是当测试图像中存在噪声、遮挡和伪装等异常像素，这就导致传统的保真度表达式所构造的稀疏表示模型对上述这些情况缺少足够的鲁棒性。而最大似然稀疏表示识别模型则基于最大似然估计理论，将保真度表达式改写为余项的最大似然分布函数，并将最大似然问题转化为一个加权优化问题-Recently the sparse representation (or codin
-
-
1下载：
拟合正则广义线性模型，编制glmfit函数，解决logistic回归模型-Fitting regular generalized linear models, the preparation glmfit function to solve the logistic regression model
-
-
0下载：
支持向量机回归理论与神经网络等非线性回归理论相比具有许多独特的优点有线性回归和非线性回归,其模型的选 择包括核的选择、容量控制以及损失函数的选择.在控制方面的研究包括非线性 时间序列 的预测及应用、系统辨识以及优化控制和学习控制等方面的研究-Support vector machine (SVM) regression theory and neural network has many unique advantages such as nonlinear regression theory
-
-
0下载：
In machine learning, support vector machines (SVMs, also support vector networks[1]) are supervised learning models with associated learning algorithms that analyze data and recognize patterns, used for classification and regression analysis. Given a
-
