搜索资源列表
iris.rar
- 数据挖掘经典专用UCI数据集，鸢尾花数据集,data mining dadaset
nearestneighboralgorithm
- 自己写的，模式识别最近邻算法实现，配有IRIS数据集，非常实用-Their own writing, pattern recognition, nearest neighbor algorithm, with IRIS data set, very useful
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
knn_handwritten_numeral_recognition
- knn用于手写数字识别，数据集来自UCI，knn包含三种求距方式可供选择。-knn for handwritten numeral recognition , data sets from UCI , The KNN contains three seek distance to choose from .
2D-LDA
- LDA是一种线性降维方法，对原有的高维人脸数据集降维，然后识别，具有很好的聚类和识别效果。有详细的说明-LDA is a linear dimensionality reduction method, the original high-dimensional face data set dimensionality reduction, and then identify clustering and identification. Described in detail
FastPCA_Feature_extraction-on-ORL
- 通过FastPCA在ORL人脸数据集上提取主成分脸并可视化，ReadFaces函数读取每个人的前五张图片作为实验数据集。-Extracting principal component faces on ORL_faces datasets by FastPCA and visualing them are done.ReadFaces function reads the five pictures of everyone as the experimental data set.
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
Release
- 闲时无聊，搭了一个基于深度神经网络的手写数字识别系统。该系统在手写数字数据库mnist测试达到了99.22 的准确率。整个系统基于C++开发，可以很方便的移植到其他平台。 其中手写数字数据库mnist（http://yann.lecun.com/exdb/mnist/），有60000个训练样本数据集和10000个测试用例。它是由Google实验室的Corinna Cortes和纽约大学柯朗研究所的Yann LeCun建立的一个手写数字数据库。同时它是nist数据库的一个子集。
ORL
- ORL人脸数据集，用于进行人脸识别，有40类人，每类人姿态，表情不同共10张-ORL face data set and used for face recognition, there are 40 kinds of people, each type of gesture, facial expression, a total of 10 different copies
Yale
- yale数据集，一共15类人，每类人根据姿态，表情，光照不同分为11张，共有165张-yale data sets, a total of 15 categories of people, every class of people based on gestures, facial expressions, divided into 11 different illumination, a total of 165
PYaleB
- yaleB人脸数据库，可用与人脸识别的数据集，包含数据集和实现代码-YaleB face , and the face recognition data sets are available, and contains data sets and the implementation code
dataset_mnist
- 压缩包中包含完整的mnist数据集及相应的bmp格式的图像数据-Compressed image data package contains the complete data set and the corresponding mnist bmp format
kda-1.0
- 基于KDA的人脸识别首先利用核方法将人脸图像数据集非线性映射到一个高维特征空间中，然后在高维特征空间中利用LDA进行线性特征提取-Face recognition based on first use of nuclear KDA method will face image data set nonlinear mapping to a high dimensional feature space, and then use LDA in high-dimensional feature sp
mnist.pkl
- 这是MNIST的数据集，方便大家训练自己的模型(This is MNIST data set)
keras_mnist_test
- hello Word of keras ,第一个成功实现的卷积神经网络,下载了mnist数据集,并decode,,然后,为了加快速度,训练其中的一部分数据,并用predict测试,ok,2min内出结果.(网上其它程序试过,训练太久,一晚上都没训练出结果,于是自己动手设计了这个小程序) 环境:python3.6,keras2.1,PC i5(很破的电脑)(Hello Word of keras, the first successful convolution neural network,
chinese_test
- 手写汉字识别，数据集训练，MNIST，Deep Convolutional Network识别手写汉字(Handwritten Chinese character recognition, data set training, MNIST, Deep Convolutional Network)
cnn
- 基于python tensorflow框架构建的卷积神经网络用来识别图像，附带训练数据集的制作代码。(The convolution neural network based on the python tensorflow framework is used to identify images with the production code of the training data set.)
模仿mnist数据集制作自己的数据集代码
- 自己的数据集制作,模仿mnist数据集，制作自己的数据集(based on the mnist dataset to make your own data)
input_data
- mnist数据集的导入文件，官网上有可能进不去(def maybe_download(filename, work_directory): """Download the data from Yann's website, unless it's already here.""")
loadMNIST
- 在MATLAB中读取MNIST数据集，MNIST 数据集来自美国国家标准与技术研究所, National Institute of Standards and Technology (NIST). 训练集 (training set) 由来自 250 个不同人手写的数字构成, 其中 50% 是高中学生, 50% 来自人口普查局 (the Census Bureau) 的工作人员. 测试集(test set) 也是同样比例的手写数字数据.(read MNIST data set in MATLAB