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. 基于支持向量机的图片分类程序

  2. 对图片的分类主要包含以下四个步骤：1.用尺度不变特征转换（SIFT）算法来提取训练集中图片的特征值。2.用K-means算法将这些特征值聚成n类。这n类中的每一类就相当于是图片的单词，所有的n个类别构成词汇表。3.对训练集中的图片构造词汇表，就是将图片中的特征值归到不同的类中，然后统计每一类的特征值的频率。4. 用支持向量机（SVM）训练一个多类分类器，将每张图片的词汇表作为特征向量。对于未知类别的图片，计算它的词汇表，使用训练的SVM分类器进行分类。

  3. 所属分类：机器学习

    • 发布日期：2018-01-25
    • 文件大小：27262976
    • 提供者：tuye1361

  1. 基于GDAL的Python实现遥感影像PCA的代码

  2. PCA基本步骤： 对数据进行归一化处理（代码中并非这么做的，而是直接减去均值） 计算归一化后的数据集的协方差矩阵 计算协方差矩阵的特征值和特征向量 保留最重要的k个特征（通常k要小于n），也可以自己制定，也可以选择一个阈值，然后通过前k个特征值之和减去后面n-k个特征值之和大于这个阈值，则选择这个k 找出k个特征值对应的特征向量 将m * n的数据集乘以k个n维的特征向量的特征向量（n * k）,得到最后降维的数据。

  3. 所属分类：专业指导

    • 发布日期：2018-09-10
    • 文件大小：2048
    • 提供者：qq_42840712

  1. 主成分分析(Principal components analysis)(Python)

  2. 主成分分析(Principal components analysis)是最常用的降维方法 算法步骤： （1）对所有样本进行中心化操作 （2）计算样本的协方差矩阵 （3）对协方差矩阵做特征值分解 （4）取最大的d个特征值对应的特征向量，构造投影矩阵

  3. 所属分类：机器学习

    • 发布日期：2019-05-31
    • 文件大小：2048
    • 提供者：aioo11

  1. Python--线性代数.TXT

  2. 一、矩阵创建 二、矩阵乘法和加法 三、矩阵的转置 四、方阵的迹 五、计算行列式 六、逆矩阵/伴随矩阵 七、解一元线性方程 八、计算矩阵距离 九、矩阵的秩 十、求方阵的特征值特征向量 十一、判断正定矩阵

  3. 所属分类：Python

    • 发布日期：2019-09-25
    • 文件大小：12288
    • 提供者：hanjianming

  1. python读excel数据计算特征值和特征向量

  2. 在使用AHP(层次分析法)时，需要计算特征值，使用pyhon读取Excel数据处理 此程序使用python读excel数据计算特征值和特征向量； 使用了numpy、xlrd、xlwt库；

  3. 所属分类：Python

    • 发布日期：2020-01-05
    • 文件大小：2048
    • 提供者：qq_41791738

  1. TheinThanKhaing_Portfolio:波尔福里奥-源码

  2. 文件夹 深度学习和机器学习项目 最近的项目 基于题为论文实施了该项目 拍摄内容图像和样式图像 产生一个新图像，该图像反映了内容图像的内容，但反映了样式图像的艺术“风格” 计算与特征空间中每个图像的内容和样式相匹配的损失函数（内容损失和样式损失的组合） 对图像本身的像素执行梯度下降 预训练的深度神经网络，使用 使用CPU 使用火炬 编程语言-Python 2020年完成的项目 通过阅读名为和 将照片或giphy更改为卡通风格的图像 使用了Google Colab 使用Tensorflow 编程语

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：3072
    • 提供者：weixin_42116701