搜索资源列表
-
0下载：
图象 处 理和模式识别中经常根据物体的形状来识别物
体或对物体进行分类。形状特征可以分为区域特征和边界特
征两大类，矩不变量是最基本的形状特征。Hu提出的矩不变
量是图象区域内部细节的描述，是一种区域特征。它是建立
在对一个区域内部灰度值的统计分析基础上的，需要目标区
域的所有象素参与运算-Image processing and pattern recognition are often based on the shape of objects to identify o
-
-
0下载：
本文设计基于DCT的人脸识别系统，首先结合当今人脸识别的背景和发展状况讨论了人脸识别的研究内容及在各方面的应用；然后研究了人脸识别进行预处理，讨论了人脸识别预处理的其他方法，分析各种方法的利弊，最后采用DCT（离散余弦变换）实现人脸图像预处理中的降维处理；接下来对人脸图像的特征提取进行了研究，简单叙述了几何特征提取和代数特征提取，同时深入研究了基于DCT和PCA变换的人脸图像特征提取，从而实现是否对人脸识别系统识别率有所提高的研究；对于分类器的选择，本文对两种分类器进行了探讨，即最近邻分类器和B
-
-
0下载：
：本文较为系统地介绍了纸币面值数字图象识别的计算机仿真。文中详细介绍了模版
匹配、特征点匹配、神经网络等字符识别方法，并进行了比较。根据本文研究对象的特点，选择
了从分析数字本身的拓扑结构入手，根据字符投影分布的规律来判断和识别的方法，成功实现
了纸币面值的识别。-: This article notes a more systematic introduction to digital image recognition, face value of the computer si
-
-
0下载：
分类是数据挖掘 、机器学习 和模式识别 中一个重要的研究领域。分类的目的是学会一个分类模型 (称作分类器)，该模型能把未知类别的数据项映射到给定类别中。目前发展较成熟的几种分类算法 如决策树、神经网络、贝叶斯方法、遗传算法等。分类具有广泛的应用，例如医学诊断、信用卡系统的信用分级、图像模式识别等。本毕业设计通过使用鸢尾属植物(IRIS)数据集，对当前数据挖掘中具有代表性的优秀分类算法进行分析和比较，总结出了各种算法的特性，为使用者选择算法或研究者改进算法提供了依据。-Classificatio
-
-
0下载：
以数字与字母识别系统的基本处理流程为主线，从待识别数据的获取入手，通过预处理、特征的提取与选择，到分类器的设计等部分都进行了较为详尽的分析与研究，MATLAB仿真实验表明；采用最小距离法对所给出的一组数字及字符图片进行不同的分块识别，最终得出分8块识别率为85.71 ；分16块识别率为95.71 ；分20块识别率为95 ；具有较高的识别率。-The basic process flow of the numbers and letters recognition system as the ma
-
-
3下载：
(1)Bayes分类
已知N=9， =3，n=2，C=3,问x= 应属于哪一类？
(2)聚类
使用c－均值聚类算法在IRIS数据上进行聚类分析
(3)鉴别分析
在ORL或Yale标准人脸数据库上完成模式识别任务。
用PCA与基于核的PCA（KPCA）方法完成人脸图像的重构与识别试验。-(1) Bayes classification
Known N = 9, = 3, n = 2, C = 3, x = should ask which cat
-
-
0下载：
感知行为的影响因素包括单个关节的动作和不同关节的组态。因此提出一种新的基于关节的位置差异的特征类型，联合包括静态姿势、动作、位移在内的行为信息进行识别。采用关节在两个时间和空间区域的差异来明确地模拟个别关节动力学和不同关节的组态。然后应用主成分分析（PCA）来获得所需的特征。同时应用非参数的简捷的贝叶斯最近邻（NBNN）分类器进行多类行为的分类。这个NBNN分类器避免了帧描述符的量化，计算“图像到类别”的距离而不是“图像到图像”的距离。15到20帧的数据就足以实现手势以及动作的识别，无需应用整个
-
-
7下载：
[原创]混沌分析,聚类分析,支持向量机,群体智能优化,深度学习(卷积神经网络)Matlab工具箱全开源版本下载
作者: 陆振波
毕业院校：海军工程大学，船舶与海洋工程(水声工程)，博士
精通方向：信号处理，图像处理，人工智能，模式识别，支持向量机，深度学习，机器学习，机器视觉，群体智能，非线性与混沌，Matlab与VC++混编，大数据
擅长技能：团队激励，战略规划，企业文化，组织架构，C，C++，Matlab，OpenCV，并行计算，图像处理，智能视觉，卷积神经网络，人脸检测，行
-
-
0下载：
实现了图像的灰度化并进一步用于视频监视控，BP神经网络用于函数拟合与模式识别，用于建立主成分分析模型。- Achieve a grayscale image and further control for video surveillance, BP neural network function fitting and pattern recognition, Principal component analysis model for establishing.
-
-
2下载：
RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。(RBF network can approximate any nonlinear function, regularity can handle within the system to parse, has good generalization ability and
-
-
0下载：
此代码为主成分分析，采用matlab编写，可以用于数据处理和人脸图像处理，此代码为基于pca的人脸识别。(This code is based on component analysis, written using MATLAB, can be used for data processing and face image processing, the code for PCA based face recognition)
-
-
0下载：
k—means函数，RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。(k-means function, RBF network can approximate any non-linear function, can deal with difficult-to-resolve regularity in the sys
-
