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. 数字图像处理-基于内容的图像分类-项目报告-源码

  2. 这是北京大学计算机系数字图像处理的实习题目。在这个项目中，我们收获了很多。把整个分类、特征提取、论文阅读等等都经历了。这是我们组三个人共同的结果。 一． 项目综述 本实验项目实现了基于内容的图像分类系统，系统共分为三大模块：特征提取部分和分类器训练与测试，以及界面展示。在特征提取模块采用了HSV、CIE-LAB、RGB颜色特征，小波变换及灰度共生矩阵的纹理特征，基于canny算子不变矩的形状特征；分类器我们选择了SVM、？对于不同特征的处理，我们采取了前期加权融合。最后还有一个对各个特征分类结

  3. 所属分类：C++

    • 发布日期：2009-05-06
    • 文件大小：1048576
    • 提供者：gusui

  1. BoW|Pyramid BoW+SVM进行图像分类

  2. 图像的特征用到了Dense Sift，通过Bag of Words词袋模型进行描述，当然一般来说是用训练集的来构建词典，因为我们还没有测试集呢。虽然测试集是你拿来测试的，但是实际应用中谁知道测试的图片是啥，所以构建BoW词典我这里也只用训练集。 其实BoW的思想很简单，虽然很多人也问过我，但是只要理解了如何构建词典以及如何将图像映射到词典维上去就行了，面试中也经常问到我这个问题，不知道你们都怎么用生动形象的语言来描述这个问题？ 用BoW描述完图像之后，指的是将训练集以及测试集的图像都用BoW模

  3. 所属分类：其它

    • 发布日期：2011-11-01
    • 文件大小：3145728
    • 提供者：lipiji1986

  1. 机器学习方法的图像分类

  2. 有界面 机器学习方法多种方法的图像分类器源码 基于svm ，贝叶斯 ，等多种方法 ， 有界面 机器学习方法多种方法的图像分类器源码 基于svm ，贝叶斯 ，等多种方法 ，

  3. 所属分类：C/C++

    • 发布日期：2011-12-26
    • 文件大小：12582912
    • 提供者：wxwsh

  1. 基于SVM的图像分类

  2. 基于SVM的图像分类,立足于图像内容，对图像进行分析和检索。相比而言，尽管图像检索已经出现了诸如直方图、颜色矩、颜色集等多种表征图像特征的方法，但是要突破对低层次特征的分析，实现更高语义上的检索

  3. 所属分类：C++

    • 发布日期：2012-02-22
    • 文件大小：340992
    • 提供者：yyxiaoping

  1. 基于svm的图像分类与检索技术的研究

  2. 描述了基于svm的图像分类与检索技术的研究，并利用libsvm进行了相关实验

  3. 所属分类：C++

    • 发布日期：2012-03-16
    • 文件大小：12582912
    • 提供者：yyxiaoping

  1. 基于SVM的图像分类

  2. 本文详细描述了一种基于SVM的机器学习改进方法，并且介绍了几种常用的底层特征提取方法，对LBP进行了改进。一篇不错的学位论文

  3. 所属分类：电信

    • 发布日期：2012-05-04
    • 文件大小：3145728
    • 提供者：wangcong945

  1. SVM 用于基于块划分特征提取的图像分类

  2. SVM 用于基于块划分特征提取的图像分类论文及实现代码

  3. 所属分类：其它

    • 发布日期：2012-09-22
    • 文件大小：173056
    • 提供者：perneter

  1. 基于块划分特征提取的SVM图像分类

  2. SVM分类器用于基于块划分特征提取的图像分类，论文及源码

  3. 所属分类：专业指导

  1. 基于SVM与BoW的图片分类的OpenCV实现

  2. 基于OpenCV实现的图像分类源码，使用了Bag of Words方法，可查阅相关论文了解其原理。本程序包括：图像特征字典训练程序、SVM分类器训练程序、图像分类程序。其中，用了OpenMP对训练过程进行了加速。代码风格好，使用OpenCV2实现。是一个难的学习OpenCV图像分类的好资料！

  3. 所属分类：C++

    • 发布日期：2013-08-06
    • 文件大小：17408
    • 提供者：honze

  1. SVM用于块划分特征提取的图像分类与检索

  2. 这是关于SVM用于块划分特征提取的图像分类与检索的一篇论文，对图像检索有一定的帮助

  3. 所属分类：专业指导

    • 发布日期：2008-10-19
    • 文件大小：1017856
    • 提供者：yunyane

  1. 基于层次语义的图像分类方法

  2. 为了更好地实现基于语义的图像检索，结合了颜色、纹理和形状的综合特征来表示图像，将它们作为支 持向量机( SVM) 的输入向量，对图像类进行学习，建立图像底层特征和高层语义的关联。采用综合特征表示图像，提 高了分类正确率。同时按照分语义层次的方式组织图像库，实现图像的语义分层表示，用各层次的关键词来联合表 示图像的语义信息。结果表明，可以在具有较好分类正确率的情况下，使图像具有更全面的语义表示。

  3. 所属分类：其它

    • 发布日期：2014-10-24
    • 文件大小：185344
    • 提供者：ghj521888

  1. SVM图像分类论文1

  2. SVM图像分类论文1：超像素词包模型与SVM分类的图像标注、多特征筛选与支持向量机相融合的图像分类模型等

  3. 所属分类：机器学习

    • 发布日期：2018-03-13
    • 文件大小：3145728
    • 提供者：weixin_39837642

  1. HOG+SVM图像分类算法

  2. 基于HOG+SVM的图像分类算法，训练集和测试集根据自己的需要自行创立

  3. 所属分类：机器学习

    • 发布日期：2018-07-24
    • 文件大小：2048
    • 提供者：weixin_40087252

  1. 基于SVM的图像多分类

  2. 基于SVM的图像多分类 利用SVM基于距离最大度量来对图像进行分类

  3. 所属分类：机器学习

    • 发布日期：2018-07-30
    • 文件大小：997376
    • 提供者：a645066606

  1. 基于SVM的岩石图像分析软件的研发与应用

  2. 为便于支持向量机(SVM)技术在岩石图像分析中的应用与推广,研发了一套易用的基于SVM的岩石图像分析软件。说明了基于SVM的图像处理原理,使用LIBSVM实现多分类问题求解的算法;介绍了软件处理的流程、友好的交互界面及使用方法;给出了花岗岩成分分析与岩石裂缝识别的2个应用实例。

  3. 所属分类：其它

    • 发布日期：2020-05-25
    • 文件大小：375808
    • 提供者：weixin_38635794

  1. 结合改进编辑距离与SVM的图像分类方法

  2. 提出了一种图像分类方法，结合图像的多尺度字符串表示以及改进的编辑距离和SVM分类器进行图像分类。首先，对图像进行多尺度分块，提取各个归一化图像子块上的方向梯度直方图特征，并将生成的多尺度特征向量用多个字符串进行表示；然后，提出融合编辑操作，改进字符串的编辑距离，通过计算两幅图像对应的两组字符串之间的改进编辑距离来测量两幅图像的相似度；最后，采用改进的编辑距离计算径向基函数，进行改进的SVM分类。实验结果表明，该方法的分类正确率高，且平均分类耗时少。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：454656
    • 提供者：weixin_38592455

  1. 基于CNN和并行SVM的大规模图像分类

  2. 图像分类是计算机视觉和机器学习的最重要问题之一。 已经提出了许多图像分类方法并将其应用于许多应用领域。 但是，如何提高图像分类的性能仍是一个亟待解决的重要研究课题。 特征提取是图像分类的最重要任务，它直接影响分类性能。 经典特征提取方法是根据颜色，形状或纹理等手动设计的。它们只能部分显示图像字符，不能客观提取。 卷积神经网络（CNN）是一种人工神经网络，已经成为当前图像分类的研究重点。 基于CNN的深度学习可以自动提取图像特征。 为了提高图像分类性能，提出了一种结合了CNN和并行SVM的图像分类

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：480256
    • 提供者：weixin_38695293

  1. brainTumor:实现了垂体瘤，胶质瘤和脑膜瘤的图像分类，先进行CTMR图像的分类，采用HOG + SVM算法实现，再进行图像识别，采用CNN或多特征+ SVM实现，系统界面pyQT构建-源码

  2. brainTumor:实现了垂体瘤，胶质瘤和脑膜瘤的图像分类，先进行CTMR图像的分类，采用HOG + SVM算法实现，再进行图像识别，采用CNN或多特征+ SVM实现，系统界面pyQT构建

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：57671680
    • 提供者：weixin_42120997

  1. 一种基于SVM的准确分类方法用于高光谱图像分类

  2. 分类过程是分析高光谱图像数据的重要任务之一。 支持向量机（SVM）是最流行和使用最广泛的分类器，其性能正在不断提高。 近来，与仅考虑像素的光谱特征的方法相比，利用空间和光谱信息的方法更加充分，鲁棒，有用和准确。 在本文中，通过使用空间像素关联（SPA）处理从高光谱数据中提取区域纹理信息，以进一步提高SVM技术的分类性能。 为了提高分类的准确性，提出了一种利用SPA特征的支持向量机的新方法。 此外，该手稿中还提出了一种可用于解决像素不正确问题的新方法，即“增长类的控制过程”（CPoGC）。 为了证

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：1030144
    • 提供者：weixin_38531788

  1. 基于Hadoop云计算平台的图像分类与标注

  2. 为有效处理并利用互联网海量的图像和视频数据，提出了一种基于Hadoop云平台的图像分类和标注解决方案。针对如何高效地进行训练集提取这一重要问题，搭建了基于云计算的图像抓取平台，利用互联网的图像资源作为原始数据集，为提取训练集图像提供足够的数据；实现了基于概率潜在语义分析模型的训练集图像提取功能，对原始数据集进行基于主题的聚类，帮助用户快速选取训练集图像；加入了SVM分类模型，利用提取出来的训练集对未标注图像进行分类标注，实现了完整的系统。实验结果表明，该方案能够满足海量图像数据分类和标注的功能和

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：1048576
    • 提供者：weixin_38688145
« 12 3 4 5 6 7 8 9 10 ... 16 »