搜索资源列表
00
- 图像的贝叶斯分类，将模式识别方法与图像处理技术相结合，掌握利用最小错分概率贝叶斯分类器进行图像分类的基本方法
moshishibie
- 该程序可以完成模式识别基本操作,包括模式分类及建立分类器
fisher.rar
- 这是模式识别中线性分类器中最常用的fisher线性分类器，并在结果中画出了分类线和分类效果,This is image restoration in the Iterative Blind Deconvolution algorithm matlab source for the study of digital image has a lot of benefits!
chepai
- 自动识别车牌,图象处理,模式识别建立分类器-Automatic license plate recognition, image processing, pattern recognition classifier to establish
shibie
- 基于奇异值分解的人脸识别方法 梁毅雄 龚卫国 潘英俊 李伟红 刘嘉敏 张红梅 提出了一种将傅里叶变换和奇异值分解相结合的人脸自动识别方法.首先对人脸图像进行傅里叶变换,得到其具有位移不变特性的振幅谱表征.其次,从所有训练图像样本的振幅谱表征中给定标准脸并对其进行奇异值分解,求出标准特征矩阵,再将人脸的振幅谱表征投影到标准特征矩阵后得到的投影系数作为该人脸的模式特征.然后,对经典的最近邻分类器算法进行了改进,并采用模式特征之间的欧式距离作为相似性度量,从而完成对未知人脸的识别.采用ORL
matlab
- 模式识别中的线性分类器的设计，包括感知机，最小二乘法和支撑矢量机的算法的MATLAB代码。-Pattern Recognition linear classifier design, including perception, least squares and support vector machine algorithm MATLAB code.
73577392Fisher
- fisher分类器，用于模式识别和图像处理-fisher classifier, used in ANN
nearest
- 最小距离分类器，针对图像进行分类的算法，采用了模式识别的思想。-Minimum distance classifier for image classification algorithm, using the idea of pattern recognition.
three
- 模式识别代码，用分类器识别判断遥感图像中不同地物的代码，-Pattern recognition code classifier to recognize different objects in the judgment of remote sensing image code
SVM
- 基于svm的分类器设计程序，模式识别分类器设计中很有用，值得分享。-Pattern recognition classifier design based on the the the svm classifier design program, useful and worth sharing.
80901049BoostingLbp
- adaboost算法通过级联分类器进行模式识别，通过若干个弱分类器组合而成的级联分类器具有很高的识别率。-failed to translate
12341
- 最近邻分类器，采用matalb来进行k最近邻分类的方法，应用于模式识别。-Nearest neighbor classifiers using matalb for k nearest neighbor classification methods used in pattern recognition.
Perceptron
- 模式识别中的感知器判别准则，实现分类。Matlab源代码-Pattern Recognition Perceptron criterion and achieve classification. Matlab source code
bayes
- 将模式识别方法与图像处理技术相结合，掌握利用最小错分概率贝叶斯分类器进行图像分类的基本方法-bayes with matlab
one
- 基于叶片数字图像的植物识别是自动植物分类研究的热点。但是随着植物种类的增加，传统的分类方法由 于提取的特征比较单一或者分类器结构过于简单，导致叶片识别率较低。为此，本文提出使用纹理特征结合形状 特征进行识别，并且使用深度信念网络构架作为分类器。纹理特征通过局部二值模式、Gabor 滤波和灰度共生矩阵 方法得到。而形状特征向量由 Hu 氏不变量和傅里叶描述子组成。为了避免过拟合现象，使用“dropout”方法训练 深度信念网络。这种基于多特征融合的深度信念网络的植物识别方法-Plant based
two
- ：植物种类识别方法主要是根据叶片低维特征进行自动化鉴定。然而，低维特征不能全面描述叶片信息，识别准确率低，本文提 出一种基于多特征降维的植物叶片识别方法。首先通过数字图像处理技术对植物叶片彩色样本图像进行预处理，获得去除颜色、虫洞、 叶柄和背景的叶片二值图像、灰度图像和纹理图像。然后对二值图像提取几何特征和结构特征，对灰度图像提取 Hu不变矩特征、灰 度共生矩阵特征、局部二值模式特征和 Gabor 特征，对纹理图像提取分形维数，共得到 2183 维特征参数。再采用主成分分析与线性 评判分析相
固定增量法求分界面
- 固定增量法求分界面 (利用感知器训练算法中的固定增量法求分界面，将样本集分为两 类)，附带整个分类过程及原理(The fixed increment method calculates the interface (using the fixed increment method in the perceptron training algorithm for the interface, and divides the sample set into two Class))