注册会员 | 设为首页 | 加入收藏夹
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VC++的人脸定位系统

  2. 人脸检测作为物体检测问题的一个特例,长期以来一直备受关注,已经开始广泛应用到全新人机界面、基于内容的检索、基于目标的视频压缩、数字视频处理、视觉监测等许多领域。 本论文研究的是如何准确地在复杂背景的灰度或彩色图像中测人脸,同时验证了结合肤色等多种信息融合的方法是提高检测速度的有效途径之一。利用目前较为流行的AdaBoost算法的一个改进算法——Gentle AdaBoost算法,设计实现了以这个算法为核心的快速人脸检测系统,系统分训练和检测两部分,训练的最终目的就是得到一多层分类器结构,人脸检

  3. 所属分类：其它

    • 发布日期：2009-06-15
    • 文件大小：1048576
    • 提供者：hf1982129521

  1. 高斯混合模型（GMM）方面的论文集

  2. 在在文本无关说话人识别中常用的说话人识别方法有矢量量化法(vector quantization：VQ)和高斯混合模型法 (Gaussian Mixture Model；GMM)，这个论文集中搜集了很多关于GMM的paper，希望对大家有用 GMM／ANN混合说话人辨认模型.pdf MATLAB环境下的基于GMM模型的说话人识别系统.pdf 一种改进的基于正交GMM的说话人辨识方法.pdf 与文本无关的说话人辨认系统中一种新的使用基音周期方法研 噪声环境中基于GMM汉语说话人识别.pdf 基于

  3. 所属分类：其它

    • 发布日期：2009-08-08
    • 文件大小：3145728
    • 提供者：csstu

  1. 改进的AdaBoost分类器在视频中的体育场景检测

  2. 摘要：提出了一种使用改进的AdaBoost分类器来检测体育场景的方法。将电视新闻中的体育场景分为三类：草地运动，冰雪运动和人造场地运动。针对这几种不同的体育场景，提取颜色直方图、边缘方向直方图和共生矩阵纹理等3种低层视觉特征，然后用改进的可自动选择特征boosting方法为每一类体育场景分别建立AdaBoost分类器。该文提出的方法应用在国际视频处理评测TRECVID2003中的“体 育场景”语义特征抽取任务上，取得了很好的效果。

  3. 所属分类：专业指导

    • 发布日期：2010-06-17
    • 文件大小：115712
    • 提供者：zpp100

  1. 一种基于类Haar 特征和改进AdaBoost

  2. 首先, 基于积分图提 取图像的扩展类haar 特征, 然后对所提取的海量类haar 特征应用改进的AdaBoost 分类器训练方法进行特征选择及分 类器训练, 最后利用所选择的特征信息及训练得到的分类器进行两类分类识别

  3. 所属分类：其它

    • 发布日期：2012-05-05
    • 文件大小：1048576
    • 提供者：zxxuaner

  1. 基于PCA方法人脸识别算法的研究

  2. pca方法来实现人脸识别，：人脸图像预处理、人脸检测和人脸特征 提取，本文对这三个过程都进行了比较详细的探讨。在预处理环节中，文中介绍 了一些常用的图像预处理方法：彩色图像转灰度图像、图像平滑去噪、图像的灰 度归一化以及几何归一化。经过预处理的图像，对光照、人像的位置姿态以及发 型等的敏感度降低，对提高识别率有很大的帮助。在人脸检测环节中，本文采用 的是基于Adaboost的人脸检测算法，由于人脸检测技术不属于本文的研究范围， 因此没有对其进行深入研究。在人脸特征提取环节中，本文主要介绍了传统

  3. 所属分类：专业指导

    • 发布日期：2013-06-07
    • 文件大小：5242880
    • 提供者：u010573636

  1. iOS平台下人脸识别系统实现研究

  2. 设计了一个基于苹果公司嵌入式操作系统iOS平台下的人脸识别系统。通过对基于Haar-like特征的AdaBoost人脸 检测算法的研究，实现了实时人脸检测。提出了一种改进的基于隐马尔科夫模型的人脸识别方法，此方法采用奇异值压缩 抽取人脸图像特征作为观察序列，减少了数据的存储量和计算量，解决了嵌入式系统中由于图像处理数据量大造成的低 效。实验结果证明，该系统检测速度快，实时性强，识别率高，可以作为iOS平台上其他类型人脸识别应用软件开发的基础

  3. 所属分类：专业指导

    • 发布日期：2014-09-12
    • 文件大小：1048576
    • 提供者：u014620174

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：专业指导

    • 发布日期：2016-01-05
    • 文件大小：225280
    • 提供者：huangyueranbbc

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：Java

    • 发布日期：2017-04-08
    • 文件大小：225280
    • 提供者：q6115759

  1. 决策树分类器的实现及在遥感影像 分类中的应用

  2. 决策树算法是数据挖掘中应用最广的归纳推理算法之一，其构造不需要任何领域知识或参数设置，适合于探测式知识发现。决策树算法具有结构清晰、运行速度快、准确性高以及更好的灵活性和鲁棒性，可以用于处理高维数据，其获取的知识是直观的且容易被人理解。目前决策树算法已经被广泛的应用于医学、制造和生产、金融分析、天文学、分子生物学以及遥感影像分类等领域。 法和boosting推进技术研究的基础上，以BoostTree算法为基础，通过算法改进，构建了AdaTree.WL算法。然后以该算法为基础研发了决策树遥感影像

  3. 所属分类：机器学习

    • 发布日期：2017-10-21
    • 文件大小：2097152
    • 提供者：sailingw

  1. 无人驾驶汽车环境信息提取及运动决策方法研究_武历颖.caj

  2. 随着汽车保有量的增长,越来越多的道路交通事故也给社会和人民造成了巨大的损失。其中,汽车驾驶人的危险驾驶行为是导致道路交通事故频频发生的主要原因。无人驾驶汽车因其无需人类驾驶操纵的特点具有广阔的应用前景。在无人驾驶汽车的行驶过程中,如何实时、鲁棒地提取行驶环境信息,以及在获得信息的基础上进行合理的运动决策是实现其安全、高效自主驾驶的关键,也是无人驾驶汽车研究中的难点和热点。论文依托国家自然科学基金重大研究计划项目(90920305)“无人驾驶车辆智能测试环境研究与开发”和中央高校基金创新团队项目

  3. 所属分类：机器学习

    • 发布日期：2018-04-17
    • 文件大小：10485760
    • 提供者：yuzha9785

  1. 统计学习方法_李航

  2. 统计学习是计算机及其应用领域的一门重要的学科。本书全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、em算法、隐马尔可夫模型和条件随机场等。除第1章概论和最后一章总结外，每章介绍一种方法。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题，列出了主要参考文献。 《统计学习方法

  3. 所属分类：机器学习

  1. 基于Haar特征和改进的AdaBoost算法的人脸图像识别.pdf

  2. 基于Haar特征和改进的AdaBoost算法的人脸图像识别.pdf

  3. 所属分类：机器学习

    • 发布日期：2020-05-13
    • 文件大小：1048576
    • 提供者：anitachiu_2

  1. 改进AdaBoost算法的条码识别

  2. 针对传统激光条码读写器受读取距离和条码形变等因素影响较大的缺点,提出一种基于决策树和AdaBoost算法融合的图像条码识别方法,采用5维特征提取法,结合条码图像特点,对条码图像进行标定.研究结果表明:本方法可以实现对视距内任意角度和距离条码的准确识别,并能有效识别脏污条码.该研究成果极大的方便了条码读取,可应用于物流系统检查、分拣货物等.

  3. 所属分类：其它

    • 发布日期：2020-05-07
    • 文件大小：238592
    • 提供者：weixin_38635092

  1. 1 新技术篇-机器学习概述.pdf

  2. 机器学习在中国,随着人们物质基础得提升,寿命的增长以及环境的影响,癌症每年正以...以及正在被应用于癌症研究的新技术、新方法,什么是机器学习? 不同的定义: “机器学习是一门人工智能的科学,主 要研究对象是人工智能,特别是如何在 raining Data 经验学习中改善具体算法的性能。” “机器学习是对能通过经验自动改进的 计算机算法的研究。” Random Tuning 机器学习是使用数据或以往的经验 Learning Algorithm 以此优化计算机程序的性能标准 ◇总结如下: 人工智能的

  3. 所属分类：机器学习

    • 发布日期：2019-07-06
    • 文件大小：621568
    • 提供者：u010461615

  1. OpenCV在人脸门禁系统的研究与应用

  2. 人脸检测与识别是计算机视觉与模式识别领域中重要的基础研究课题，随着人们安全 防范意识的的加强，这一基础研究在门禁系统的应用显得日益重要了。 本文阐述了国内外人脸检测识别技术研究及应用的发展现状，讨论了对人脸图像检测 和识别之前的图像预处理步骤，介绍了常见的人脸检测识别方法，重点分析了人脸检测的 一个重要机制：多个弱分类器集成的方法，即Viola等提出的基于AdaBoost的实时人脸检测 算法，该方法使用了Harr-like特征表示图像，引入了“积分图”概念，提高了特征值的计 算速度，采用Ada

  3. 所属分类：讲义

    • 发布日期：2019-03-17
    • 文件大小：2097152
    • 提供者：sinat_33546909

  1. 可拓AdaBoost算法对预测结果的改进

  2. 为解决传统分类算法的预测结果所提供的信息不够丰富的问题,采用理论分析和实验相结合的方法,融合Ada Boost算法和可拓学理论,提出一种全新的以关联函数的形式对分类结果进行表达的可拓Ada Boost算法.以Ada Boost算法为框架,结合可拓理论中可拓模型和关联函数的理论,寻找物元的本质特征元并以此作为弱分类器,提出了根据事物隶属所有类别的关联度来判断事物类别的方法.实验表明,可拓Ada Boost算法不仅用关联函数优化了传统分类算法预测结果为关于某一类别"是"或"不是"的简单表述,而且在适

  3. 所属分类：其它

    • 发布日期：2020-06-28
    • 文件大小：813056
    • 提供者：weixin_38740848

  1. 基于多特征融合的J波分类模型

  2. J波是心电图上出现的一种异常变异。应用计算机实现J波自动分类对J波疾病的临床诊断有着重要意义。基于时频域和相空间两个分析角度，一方面使用调Q小波变换（Tunable Q Wavelet Transform，TQWT）和高阶累积量挖掘信号时频域的细节特性；另一方面应用递归图（Recurrence plot，RP）评估心脏系统递归点的发生状态。两类特征降维后并行融合于改进的AdaBoost分类器实现正常、良性J波和恶性J波分类。结果显示，设计的J波多分类算法平均准确度约达到79%，可以用于J波良、恶

  3. 所属分类：其它

    • 发布日期：2020-10-15
    • 文件大小：911360
    • 提供者：weixin_38674512

  1. 基于Adaboost和CART结合的优化分类算法

  2. 提出了一种基于Adaboost算法和CART算法结合的分类算法。以特征为节点生成CART二叉树，用CART二叉树代替传统Adaboost算法中的弱分类器，再由这些弱分类器生成强分类器。将强分类器对数字样本和人脸样本分类，与传统Adaboost算法相比，该方法的错误率分别减少20%和86.5%。将分类器应用于目标检测上，实现了对这两种目标的快速检测和定位。结果表明，改进算法既减小了对样本分类的错误率，又保持了传统Adboost算法对目标检测的快速性。

  3. 所属分类：其它

    • 发布日期：2020-10-19
    • 文件大小：522240
    • 提供者：weixin_38623366

  1. 基于拟合型弱分类器的AdaBoost算法

  2. 针对AdaBoost算法通过最小化训练错误率来选择弱分类器造成的精度不佳问题以及单阈值作为弱分类器训练过程较慢难以收敛问题，提出了一种基于拟合型弱分类器的AdaBoost算法。首先针对每个特征，在特征值与标记值之间建立映射关系，引入最小二乘法求解拟合多项式函数，并转换成离散分类值，从而获得弱分类器。其次从获得的众多弱分类器中，选择分类误差最小的弱分类器作为本轮迭代的最佳弱分类器，构成新的 AdaBoost 强分类器。与传统训练算法相比，极大地减少了待选弱分类器的个数。选取 UCI 数据集和MIT

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：1048576
    • 提供者：weixin_38743054

  1. 基于改进的Adaboost算法的车牌图像定位研究

  2. 基于Adaboost算法和哈尔状特征的分类算法在目标检测方面比较成熟，并且得到大量应用。本文改进了Adaboost的算法，加入了车辆粗定位模块，将其应用于车牌定位方面，大大改善了车牌定位准确率。车牌定位需要将车牌从复杂的背景环境下分辨出来，是车牌识别最关键的一步，其准确率直接影响了车牌识别的准确率。本文应用新算法，结合Matlab的及OpenCV两种仿真软件进行了仿真实验，实验结果表明该算法使车牌定位识别准确率得到了明显提高。

  3. 所属分类：其它

    • 发布日期：2021-03-29
    • 文件大小：88064
    • 提供者：weixin_38505158
« 12 »