您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于商空间粒度计算的犛犃犚图像分类(学术论文)

  2. SAR 图像的分类是实现SAR 图像自动理解与解译的关键步骤,而纹理是各种地表的固有属性,为SAR 图像的分类提供了大量有用的信息,尤其对于单波段、单极化的SAR 图像,纹理信息就显得格外重要.然而,不同 纹理特征对SAR 图像中不同地表结构内在属性的刻画能力并不一致.如何将不同纹理特征结合起来,以获得应用 范围更广且分类效果更好的SAR 图像分类方法,是当前SAR 图像处理研究中的一个热点问题.文章将商空间粒 度计算引入SAR 图像的分类中,结合SAR 图像特性,提出了一种基于粒度合成理论的
  3. 所属分类:专业指导

    • 发布日期:2010-01-29
    • 文件大小:912384
    • 提供者:ljp202518
  1. 超棒的基于.net的支持向量机及其分类测试代码

  2. 该支持向量机分类程序基于.NET2008编写,并配有简单直观的测试程序,可以直接用于影像分类,用于高光谱遥感影像分类精度达到90%,水体更是达到99%,植被达97%,是不可多多得的优秀的分类算法,用于研究或发表科技论文帮助非常大!
  3. 所属分类:C#

    • 发布日期:2010-10-16
    • 文件大小:141312
    • 提供者:txcdhp
  1. 支持向量机MATLAB程序

  2. 基于MATLAB程序的支持向量机 psoSVMcgForRegress:回归问题参数寻优[pso based on CV] 函数接口: [bestCVmse,bestc,bestg,pso_option] = psoSVMcgForRegress(train_label,train,pso_option) ======================================= gaSVMcgForClass:分类问题参数寻优[ga based on CV] 函数接口: [bestCVa
  3. 所属分类:软件测试

    • 发布日期:2011-06-20
    • 文件大小:388096
    • 提供者:ccsmars
  1. LibSVM3.1软件包+安装于测试步骤

  2. LibSVM是林智仁教授组织开发的,功能齐全,易于调用。同时,该资源免费增送《MATLAB-LIBSVM安装及测试过程》文档,方便大家学习使用!
  3. 所属分类:其它

    • 发布日期:2012-05-31
    • 文件大小:715776
    • 提供者:wangyue009
  1. 雷达HRRP自动目标识别算法

  2. 针对雷达高分辨距离像(HRRP) 的方位敏感性和平移敏感性,对一定角域内的HRRP非相干平均,提取具有 平移不变性的中心矩作为特征向量,采用Karhunen2Loeve 变换进一步进行特征压缩,建立相应的支撑矢量机(SVM) 分类 算法。与基于原始距离像特征的最大似然(ML) 方法和基于中心矩特征的ML方法识别结果比较,该方法在减少计算量的同 时具有较高的识别率,具有良好的推广能力。
  3. 所属分类:嵌入式

  1. 基于机器视觉的客流量统计技术研究

  2. 本文可以为安防监控行业中的客流量统计技术提供一个完整的技术解决方案,文章思路清楚,描写详细,非常值得参考。 计算机视觉技术的突飞猛进带动了整个智能视频监控产业链的快速发展,由此孕育的巨大商机激发越来越多的企业及研究机构投入到该行业的前沿技术研发中来。在这样背景下,基于图像处理、模式识别的人流量统计技术逐渐发展起来,由于人流量数据可以为商场、机场、公交公司、地铁站等场所进行智能管理和决策提供重要依据,因而该项技术在智能视频监控领域中占据了非常重要的地位。本文针对公交车客流量统计技术展开了系统深入
  3. 所属分类:其它

    • 发布日期:2013-01-05
    • 文件大小:2097152
    • 提供者:zhaolu2009
  1. 基于支持向量机的越语新闻文本分类方法

  2. 针对越语新闻文本自动分类问题,本文提出一种基于支持向量机的越语新闻文本分类方法。采用支持向量机学习算法,充分考虑文本中命名实体对越语新闻文本分类的特殊作用,分别在句法和语义层面选取词、词性和命名实体作为特征,构建新闻文本分类模型。越语新闻文本分类实验结果表明,提出方法取得了好的效果,命名实体要素对分类有非常好的支撑作用。
  3. 所属分类:专业指导

    • 发布日期:2014-07-23
    • 文件大小:225280
    • 提供者:panhuashan2008
  1. SVM土地覆盖制图_基于最优化遥感数据的支撑向量机分类_英文_.pdf

  2. SVM土地覆盖制图_基于最优化遥感数据的支撑向量机分类_英文_.pdf 好东西
  3. 所属分类:专业指导

    • 发布日期:2008-11-23
    • 文件大小:492544
    • 提供者:wagzo
  1. 支持向量机推广能力分析

  2. 针对两种不同用途的支撑矢量机,分类支撑矢量机和回归支撑矢量机,分别证明了它们的一些几 何性质,从这些性质出发讨论了这两种支撑矢量机对新增样本的推广能力,新增样本对支撑矢量,非支撑矢量的影响 以及新增样本本身的一些特点,得到了一些非常有价值的结论. 从这些结论可以看出支撑矢量机对新增样本具有良好 的推广能力,即对新增样本的良好的包容性和适应性,并且支撑矢量机是一种可积累的学习模型.
  3. 所属分类:专业指导

    • 发布日期:2009-04-09
    • 文件大小:181248
    • 提供者:lysh1987
  1. 机器学习算法基础学习总结

  2. 机器学习算法基础学习总结2.基本算法 2.1 Logistic回归 优点:计算代价不高,易于理解和实现。 缺点:容易欠拟合,分类精度可能不高 适用数据类型:数值型和标称型数据。 类别:分类算法。 试用场景:解决二分类问题。 简述: Logistic回归算法基于 Sigmoid函数,或者说 Sigmoid就是逻辑回归函数。 Sigmoid函数定义如下:1/(1-exp(-z))。函数值域范围(0,1)。可以用来做分 类器。 Sigmoid函数的函数曲线如下: 逻辑凹归模型分解如下:(1)首先将不同
  3. 所属分类:机器学习

    • 发布日期:2019-07-02
    • 文件大小:312320
    • 提供者:abacaba
  1. 基于近红外光谱和支持向量机的露天采场铁矿类型识别方法探究

  2. 铁矿是支撑国民经济的主要矿产资源,露天开采是铁矿获取的主要开采方式。基于近红外光谱的露天采场磁、赤铁矿及典型围岩分类识别建模研究是实现露天采场快速精准区划的基础。文中通过光谱分析的方法,利用SVC地物光谱仪对鞍千矿露天采场的多个岩矿样本进行了光谱测试,以支持向量机算法为建模方法建立了磁、赤铁矿及典型围岩的分类识别模型。最终的分类结果用六折六次交叉验证的方法检验其分类精度,结果表明,支持向量机算法对岩矿的平均分类精度为98.3%,平均Kappa系数为0.965,对磁、赤铁矿平均分类精度为93.1%
  3. 所属分类:其它

    • 发布日期:2020-06-14
    • 文件大小:525312
    • 提供者:weixin_38698927
  1. SVM的matlab实现

  2. 所谓支持向量机(support vector machine),分为两部分,分别是“支持向量”和“机”。支持向量简单来说就是支持或支撑平面上把两类类别划分开来的超平面的向量点。这里的“机”便是一个算法。支持向量机便是一种分类方法,是一种最大间隔分类器。本程序根据支持向量机的算法步骤,进行了底层实现。
  3. 所属分类:机器学习

    • 发布日期:2020-09-03
    • 文件大小:3072
    • 提供者:qq_39549094
  1. 嵌入式客流量统计模块的设计和实现

  2. 在达芬奇系列处理器TMS320DM6437平台上,以HOG特征描述目标特性,利用支撑向量机作为分类器完成垂直放置的摄像头获取图像中的人头检测,并采用Mean-shift技术完成进出人员的跟踪计数,实现了一个实时的嵌入式客流量统计模块。测试结果表明,该模块客流量统计精度高,数据处理速度快。
  3. 所属分类:其它

    • 发布日期:2020-10-20
    • 文件大小:221184
    • 提供者:weixin_38570202
  1. 机器学习之支撑向量机SVM

  2. 1 基本概念 支持向量机(support vector machines, SVM)是一种二分类模型,它的基本模型是定义在特征空间上的间隔最大的线性分类器,间隔最大使它有别于感知机;SVM还包括核技巧,这使它成为实质上的非线性分类器。SVM的的学习策略就是间隔最大化,可形式化为一个求解凸二次规划的问题,也等价于正则化的合页损失函数的最小化问题。SVM的的学习算法就是求解凸二次规划的最优化算法。 原理 SVM学习的基本想法是求解能够正确划分训练数据集并且几何间隔最大的分离超平面。如下图所示,即为分
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:851968
    • 提供者:weixin_38631042
  1. 基于AlexNet和支持向量机相结合的卫星遥感影像土地利用变化检测

  2. 卫星遥感技术的快速发展为土地利用变化的检测提供了重要的技术支撑。为了进一步提高土地利用变化的检测精度,提出了AlexNet和支持向量机(SVM)相结合的土地利用变化分类方法。利用2013—2017年江西省南昌市的高分一号卫星遥感影像,生成该地区在这5年内的土地利用变化图,分析土地利用变化的特征。结果表明:研究区的土地类型主要以植被、水体、裸地和建筑用地为主;在这5年中,植被面积变化得最大,减少了54.74 km 2,水体面积增加了22.12 km 2,建筑用地面积增加了19.45 km 2,裸地
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:10485760
    • 提供者:weixin_38728555
  1. 基于支撑向量机的空瓶智能检测方法

  2. 为实现空瓶的智能检测,对空瓶检测的机器视觉方法进行了深入研究.论述了如何进行处理区域的标定,以及提取空瓶图像特征的方法.在提取了特征之后,提出用遗传支撑向量机算法来进行分类决策,支撑向量机具有较好的推广能力. 同时采用遗传算法来优化选择支撑向量机的参数, 以保证支撑向量机具有优良的分类性能.实验表明,采用这种方法检测空瓶,其检测准确率可达95%以上.
  3. 所属分类:其它

    • 发布日期:2021-01-15
    • 文件大小:430080
    • 提供者:weixin_38547151
  1. 密度诱导型数据描述单类分类机

  2. 为改进基于数据描述的单类分类机识别率, 将样本分布密度加入分类机的设计中, 提出采用密度诱导型数据描述单类分类机(DISVDD). 以支撑向量域描述(SVDD) 算法为基础, 通过一种简易的形式引入数据密度因子, 使高密度区数据对分类支撑域的作用被强化, 而低密度区数据的作用被削弱, 结果使分类超球体因靠近高密区而提高其识别性能, 而且不增加计算复杂度. 在构造样本值与真实数据集上的实验结果表明, 所
  3. 所属分类:其它

    • 发布日期:2021-01-14
    • 文件大小:225280
    • 提供者:weixin_38626032
  1. 基于监督学习的非侵入式负荷监测算法比较

  2. 非侵入式负荷监测(NILM)能够在不干扰用户正常用电的情况下,低成本地实现用户用电设备类型的识别和用电负荷的分解,因此非常适用于家庭用户用电监测。大量智能电表在家庭用户中的安装为居民NILM提供了数据支撑,也使得居民NILM研究成为热点。基于家庭负荷稳态电流样本,采用负荷电流谐波系数作为负荷分类特征,建立了基于多层感知器(MLP)神经网络、k-近邻算法、逻辑回归、支持向量机的4种NILM分类模型,利用BLUED数据库对4种分类器进行训练和测试,对比分析其在识别精度、训练时间、识别速度和抗噪能力方
  3. 所属分类:其它

    • 发布日期:2021-01-14
    • 文件大小:1048576
    • 提供者:weixin_38688097