您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. OPENCV_SIFT_特征提取_匹配算法

  2. 基于opencv 的sift特征提取算法,里面是vs工程,可直接打开。
  3. 所属分类:C++

    • 发布日期:2014-01-15
    • 文件大小:280576
    • 提供者:wpj112
  1. MSER算法C++源码

  2. Github上下载的一个算法源码, VS建了一个测试工程。这个算法具有较好时间效率比较高。
  3. 所属分类:机器学习

    • 发布日期:2017-07-21
    • 文件大小:68608
    • 提供者:easonccc
  1. 基于ORB算法的特征提取和匹配(VS2015+OpenCV2.4.9)

  2. 本VS工程是基于ORB算法的特征提取和匹配,搭建环境为:VS2015+OpenCV2.4.9。
  3. 所属分类:C++

    • 发布日期:2019-03-24
    • 文件大小:17825792
    • 提供者:shuan0517
  1. 特征工程vs.特征提取

  2. 本文来自于csdn,本文详细介绍了特征工程和特征提取如何发挥作用,希望对您的学习有帮助。“特征工程”这个华丽的术语,它以尽可能容易地使模型达到良好性能的方式,来确保你的预测因子被编码到模型中。例如,如果你有一个日期字段作为一个预测因子,并且它在周末与平日的响应上有着很大的不同,那么以这种方式编码日期,它更容易取得好的效果。但是,这取决于许多方面。首先,它是依赖模型的。例如,如果类边界是一个对角线,那么树可能会在分类数据集上遇到麻烦,因为分类边界使用的是数据的正交分解(斜树除外)。其次,预测编码过
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:158720
    • 提供者:weixin_38711369
  1. 特征工程vs.特征提取

  2. 本文来自于csdn,本文详细介绍了特征工程和特征提取如何发挥作用,希望对您的学习有帮助。“特征工程”这个华丽的术语,它以尽可能容易地使模型达到良好性能的方式,来确保你的预测因子被编码到模型中。例如,如果你有一个日期字段作为一个预测因子,并且它在周末与平日的响应上有着很大的不同,那么以这种方式编码日期,它更容易取得好的效果。但是,这取决于许多方面。首先,它是依赖模型的。例如,如果类边界是一个对角线,那么树可能会在分类数据集上遇到麻烦,因为分类边界使用的是数据的正交分解(斜树除外)。其次,预测编码过
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:154624
    • 提供者:weixin_38727825