搜索资源列表
-
1下载：
线性判别分析（LDA）用于特征选择，可以对数据集或者图像提取有用特征，用于分类或者聚类等机器学习应用中-Linear Discriminant Analysis (LDA) for feature selection, application in dataset or image feature extraction, for classification or clustering applications in machine learning
-
-
1下载：
特征选择方法,matlab实现增 l减 r法 顺序后退法 SFFS 特征选择 顺序前进法特征选择-feature selection
-
-
1下载：
K-meansK均值聚类在无监督的情况下选择图像特征的算法-K-meansK means clustering in the case of unsupervised image feature selection algorithm
-
-
0下载：
其基本思想是：首先，用微分算子检测图象的边缘；然后，在这些边缘象素点上进行二值化阈值的自动选择；最后，对于其它非边缘象素点则采取常规方法进行二值化处理。实验结果表明，这个基于边缘特征检测算子的算法能很好地保留原图的边缘特征，并能处理低质量的图象-The basic idea is: First of all, the differential operator with the edge detection image And, at these points on the edge pixe
-
-
0下载：
：将信息论中熵的概念应用到特征选择中，定义了两种信息测度评价特征——误差熵和混叠熵，然后阐述了两种定义的不
用物理意义，分析了计算熵中最关键的区间划分问题，并提出一种较好的区间划分方法。-: The concept of entropy in information theory applied to feature selection, the definition of information measure evaluation of two features- error entro
-
-
0下载：
sift算法的演示matlab程序
包括特征点的选取，算子的生成以及图像的自动匹配-sift the demonstration of the algorithm matlab program
Including the selection of feature points, the automatic matching of the count of word generation and image
-
-
0下载：
基于小波的纹理特征提取代码，matlab环境，用于图像纹理特征提取-text feature selection using wavelet
-
-
0下载：
Relief 特征选择算法matlab实现-Relief feature selection
-
-
1下载：
特征选择matlab程序, 该程序由多种特征选择算法组成，可根据需要进行选择。-Feature selection matlab program, which composed by a variety of feature selection algorithm can be selected according to need.
-
-
0下载：
主要完成图像特征出提取，包括5个特征选择算法：SFS，SBS，SFBS-Descr iption The DEMO includes 5 feature selection algorithms:
Sequential Forward Selection (SFS)
Sequential Floating Forward Selection (SFFS)
Sequential Backward Selection (SBS)
Sequential Floating Bac
-
-
0下载：
Visual C++/MATLAB图像处理与识别实用案例精选，第1-6章是图像处理与识别的基础内容，包括图像科学综述、MATLAB语言图像编程、图像增强、图像分割、图像特征提取和图像识别。第7-10章是图像处理与识别的工程实例。第11、12章介绍了Visual C++实现的基于神经网络的文字识别系统和车牌定位系统2个综合性较强的实例。-C++/MATLAB Visual image processing and recognition of practical case selection, c
-
-
0下载：
独立成分分析matlab代码，进行特征降维与特征选择(ICA transform for feature selection)
-
-
0下载：
随着科学技术的飞速发展，机器学习与人工智能技术的不断创新，人们对特定信息检索的需求逐渐增加，使得如何对资源进行合理有效的分类成为一个关键问题。近几年来，基于内容的图像分类的研究焦点主要集中在自然图像的场景分类和物体分类两个方面，大多采用有监督学习方法，通过对底层特征建模和中间语义分析来实现分类。
本文基于Libsvm的图像分类研究及实现，主要针对的是物体分类这一方面，选用了五类水果作为分类研究的对象。对图像进行分类的大体步骤主要包括采集图像样本（主要从Web上获取）、图像预处理（如截成大小一致
-
-
1下载：
特征选择算法，防止分类结果出现过拟合，提前对多维的特征向量进行选择筛选(A feature selection algorithm)
-
