搜索资源列表
文字识别程序
- 目前该手写体识别系统主要分为 预处理模块： 主要包括训练数据和识别数据的读取，归一化，二值化 特征提取模块：主要包括笔划方向特征和网格密度特征，还可以根据对识别率的要求继续增加其他特征 识别（分类器）模块：主要包括SVM方法和BP神经网络的方法，其中SVM方法的识别率较高，SVM＋网格密度特征， 在小字符集情况下，达到了识别率97％以上 采用OO思想编写，适合做二次开发-currently the handwriting recognition system consists of pretre
bp神经网络的车辆分类
- c语言编写的基于BP神经网络的对图像车辆分类，其中图像特征提取是用图像不变矩，给出了图像不变矩的样本数据和验证数据。-based BP neural network image of the vehicle classification, Feature Extraction which is the same image moments, the image is unchanged Moments sample data and test data.
pca&mda
- pca，mda对ORL数据集上的人脸图像进行分类
NearestRecognation
- 程序实现了.net环境下，C++语言的手写数字识别，程序对手写数据进行了去边框处理，采用最近邻法进行了分类-achieved with the program. Net environment, the C language handwritten numeral recognition, procedures for handwritten data to the frame, using nearest neighbor method of classification
Mybp539
- 数据是来源于图像的不变矩提取，这里是用matlab实现的，后面可能需要用vc实现，不过也不一定，数据是由房房同学提供的，说不定不用做 利用最简单的bp神经网络来实现分类，一共两类车辆，这里是模拟实现把，识别效果还能用，先凑合着把，这里的特征提取也够玄乎。
Matlab_PCA
- 做模式分类时（例如指纹识别，人脸识别），一个需要处理的难题是维数非常大，人脸往往是百万维的，目前计算机的能力还不足以快速地计算这么高维的数据。pca是一中降维的方法，用它可以把高维数据映射到一个维数较低的空间上考虑。
Classify
- VC实现的手写体识别程序。实现手写数字给出不同的分类器识别结果，可心采用模板匹配分类器（最邻近模板匹配法）识别， Bayes分类器识别（使用二值数据的Bayes方法,最小错误概率的Bayes方法，最小风险的Bayes方法)，线性函数分类法识别（Fisher算法，奖惩算法，增量校正算法，LMSE算法的识别），非线性分类法（势函数法）识别，神经网络分类法识别（包括神经网络训练，神经网络建立后输出权值，测试与比较，神经网络识别）。 运行完全正确，是学习VC实现不同分类识别方法的很好代码。
clustering
- 聚类分析是对探测数据进行分类分析的一个工具，聚类分析的结果可以被用来对数据提出初始假设，分类新数据，测试数据的同类型及压缩数据。
meanshift
- 均值漂移测试程序,使用meanshift算法对随机产生的二维正态分布的随机数以及3D空间的数据进行聚类并绘图分步显示聚类过程，也可以从外部导入需要分类的数据，程序中有详尽的注释和说明，并且配有测试结果，非常适合计算机视觉、机器学习、模式识别的朋友参考-failed to translate
testPNN
- /*模式训练*/ Training(int,int,int,char*,char*,char*) 参数： 模式个数（即网络的第一隐层节点数） 模式维数（即网络的输入层节点数） 模式类别数(即网络的输出层节点数) 计算中心控制矢量时所用的变换函数核 第二隐层权值的训练算法 训练模式所在的文件名称 /*模式分类*/ Classifying(int,char*) 参数： 需要分类的模式个数 分类数据-/* Model Training*/Tr
Adaboost_train
- ADBOOST的训练代码，有供训练的数据，弱分类器训练，强分类器训练，和错误率，对理解ADABOOST是很好的例程-codes of adaboost traning,containing data for traning, implementation of weakleaner and cascad,and error as well,it can help us leaning ADABOOST
AComparativeStudyonFaceRecognitionUsingLDA-BasedAl
- 线性判别分析(LDA)是一种较为普遍的用于特征提取的线性分类方法。但是将LDA直接用于人脸识别 会遇到维数问题和“小样本”问题。人们经过研究，通过多种途径解决了这两个问题并实现了基于I,DA的人脸识 别 文章对几种基于LDA的人脸识别方法做了理论上的比较和实验数据的支持，这些方法包括Eigenfaces、Fish— erfaceS、DLDA、VDLDA及VDFLDA。实验结果表明VDFLDA是其中最好的一种方法。-Low—dimensional feature representat
SVMinPR
- 模式识别中支持向量机的应用。在图像识别，多维数据分类中有很好的应用。-Pattern recognition Support Vector Machine. In image recognition, multi-dimensional data classification has a good application.
SVM_Learning
- 基于支持向量机进行数据分类、模式识别、数据挖掘的电子文档，适合初学者进行学习。-Data based on support vector machine classification, pattern recognition, data mining, electronic documents, suitable for beginners to learn.
matlab_wine
- matlab下，wine数据，基于支持向量机的数据分类-under matlab, wine data, data based on support vector machine classification
UCImat
- UCI数据集可以进行数据分类，数据格式为matlab可以直接使用的.mat格式-UCI data sets for data classification, data format for the matlab can be used directly. Mat format
Pattern-Recognition
- 用于模式识别，一维和二维的数据分类及提取特征方程和分类边界。-For pattern recognition, one-dimensional and two-dimensional data classification and feature extraction and classification boundary equation.
linear-classifier--Fisher
- 已知有两类数据,二者的概率已知,根据所得结果,判断属于哪个类别，并画出数据分类相应的结果图，画出其在W上的投影。-There are known two types of data, the probability of both the known, according to the results to determine which category belongs, and the corresponding results shown in Fig data classificatio
svm-toolbox
- matlab 支持向量机工具箱可以实现输入数据并对数据按指定的寻优方式和核函数计算出数据分类决策函数。-matlab SVM toolbox for data classification
基于SVM的光学字符识别
- OCR光学字符识别是将纸上的文字扫描成数据集，然后对数据集进行分类，最终自动识别字符的技术。(OCR optical character recognition is a technology that scans text on paper into data sets, then classifies the data sets, and finally automatically recognizes characters.)