搜索资源列表
SVM(matlab)
- 支持向量机(SVM)实现的分类算法源码[matlab] -Support Vector Machine (SVM), a classification algorithm source code [Matlab]
svm
- 支持向量机(SVM)、线形鉴别分析(LDA)、主分量分析(PCA)和人工神经元网络(ANN)源代码
svm
- 用支持向量机实现人脸的识别，虽然效果不是很好，不过也可和大家一起分享一下
支持向量机的手写体数字识别
- 基于支持向量机的手写体数字识别 系统源码！ lunwen请QQ联系1836245579！
基于SVM支持向量机的行人识别C++源程序
- 基于SVM支持向量机的行人识别C++源程序，支持最新的opencv2.0版本.在VC环境下配置opencv2.0后，可以运行检测静止图像中的行人。-people recognition based SVM(supporting vector machine) detector launched by Dalal with the OpenCV2.0 environment.this can work on the static images
svm
- 选用支持向量机作为区分文本与非文本的分类器，支持向量机是在统计学习理论基础上发展起来的新一代学习算法，它在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势。-Use support vector machine as the distinction between text and non-text classifier, support vector machine is in statistical learning theory developed on the basis of
CorrectCarNoImageAndRegnize
- 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
svm
- 一个支持向量机的简单应用例子适合于初学者-A simple application of support vector machine example for beginners
svm
- 支持向量机(Support Vector Machine)介绍：是Vapnik等于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。-Support Vector Machine
Face-Detection
- 完整的包括皮肤及动作识别的C++人脸检测源代码，涉及的技术有：小波分析，尺度缩减模型（PCA,LDA,ICA），人工神经网络（ANN），支持向量机（SVM），SSE编程，图像处理，直方图均衡，图像滤波，C++编程等。-Complete, including skin and actions identified C++ face detection source code, the technology involved are: wavelet analysis, scaling down m
LS-SVMLab-v1.7(R2006a-R2009a)
- 支持向量机SVM(Support Vector Machine)它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中-Support Vector Machine SVM (Support Vector Machine) it addresses the small sample, nonlinear and high dimensional pattern recognition performance of many unique adva
SVM
- SVM,支持向量机，是近几年来使用的比较多的模式识别算法，本文对这个算法的初学者有很大的帮助。-SVM, support vector machine is used in more recent years, the pattern recognition algorithm, the algorithm of this paper is very helpful for beginners.
accord-handwritting-svm-src
- 基于支持向量机的手写体的识别源码！the recognition of handwritten digits using Kernel Discriminant Analysis.-the recognition of handwritten digits using Kernel Discriminant Analysis.
SVM-faces-recognition
- 用支持向量机作为分类器，在人脸识别中获得很好的识别效果，很适合学习使用-SVM faces recognition
stprtool22oct09
- 是一个模式识别工具包，里面包含bayes,linear分类函数，还有支持向量机SVM工具包-It is a pattern recognition toolbox, which contains the bayes, linear classification function, as well as support vector machines SVM toolbox
SVM-and--Face-Recognition
- 支持向量机及其在人脸识别中的应用研究 上海交通大学博士论文，在知网上面付费下载得到的。本文从应用的角度出发，较为全面地对一些相关问题进行探讨，并使用Visual C++实现了一个基于支持向量机的人脸识别软件—idTeller。 论文的主要工作和创新点包括： ·提出了两种基于VC边界的支持向量机参数选择算法—固定C算法和VC-CV算法。VC边界是两类支持向量机参数选择的一个理想准则，但它的一些固有缺点使其应用变得困难。本文通过将VC边界转化为VC指标，最终把问题归结为对最小包围体的求解，从理论
template-matching-and-SVM
- 本文说明了基于模板匹配与支持向量机SVM的人脸识别算法-Based on template matching and support vector machine for face detection
svm
- 支持向量机分类程序，尤其适用于训练样本数量较少的境况-svm to classify
论文
- 20世纪90年代，贝尔实验室的Vapnik教授第一次提出支持向量机（Support VectorMachine,SVM）的理论与基本概念。SVM方法一种基于统计学习理论(Statistical Learning Theory)的机器学习方法，它以结构风险最小化原则代替经验风险最小化原则，同时结合了机器学习、统计学习以及神经网络等方法[53]。它能够有效的提高算法的泛化能力，解决了小样本、非线性和维数高等难题，并且能够克服传统神经网络等学习算法中网络结构难以确定、收敛速度慢及训练时需要大量数据样本
svm支持向量机图像分类
- 通过支持向量机机器学习算法，实现对不同状态图像的分类，是非常好的方法。