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. 动态权值预划分实值Adaboost人脸检测算法

  2. 摘要：提出了Real-Adaboost的一种改进算法。该算法采用预先计算类Haar特征所对应弱分类器在样本空间的划分，并动态更新人脸训练样本的权值。与以往的Real-Adaboost算法比较，该算法大大缩短了训练时间，算法训练时间复杂度降到O(T*M*N)，同时加速了强分类器的收敛性能，减少检测器的弱分类器数量，减少检测时间。

  3. 所属分类：其它

    • 发布日期：2010-06-17
    • 文件大小：176kb
    • 提供者：zpp100

  1. adaboost弱分类器的mfc程序代码

  2. 这个源码很好，是利用多个弱分类器组成一个强分类器，比如视频当中的人车分离可以用adaboost

  3. 所属分类：C++

    • 发布日期：2011-03-04
    • 文件大小：143kb
    • 提供者：abyssecho

  1. BP_Adaboost的强分类器程序设计

  2. BP_Adaboost的强分类器程序设计：matlab程序代码。BP神经网络作为弱预测器，然后根据一定的算法设计强分类器。

  3. 所属分类：C/C++

    • 发布日期：2011-07-18
    • 文件大小：2kb
    • 提供者：yingzi19870808

  1. LDA分类器代码

  2. LDA源代码，可读性强，层次清楚，健壮性好。

  3. 所属分类：C

    • 发布日期：2015-05-14
    • 文件大小：23kb
    • 提供者：hyperlixiang

  1. 剪枝分类器(matlab)

  2. 剪枝分类器，一种弱分类器，分类效果仅仅比随机猜好一点，可用于baging boosting对该分类器进行独立和依次学习，构成强分类器

  3. 所属分类：其它

    • 发布日期：2016-06-11
    • 文件大小：949byte
    • 提供者：sinat_28357525

  1. Matlab 实现 基于BP_Adaboost的强分类器设计-公司财务预警建模

  2. Matlab 实现 基于BP_Adaboost的强分类器设计-公司财务预警建模

  3. 所属分类：机器学习

    • 发布日期：2018-05-17
    • 文件大小：59kb
    • 提供者：lzjsw2006

  1. 基于 BP_Adaboost 的强分类器设计

  2. 基于 BP_Adaboost 的强分类器设计———公司财务预警建模

  3. 所属分类：其它

    • 发布日期：2018-07-13
    • 文件大小：223kb
    • 提供者：qq_37052783

  1. 基于BP_Adaboost的强分类器设计

  2. 本代码主要实现数据大分类功能，BP_Adaboost算法设计强分类器，应用于公司财务预警

  3. 所属分类：深度学习

    • 发布日期：2018-08-16
    • 文件大小：59kb
    • 提供者：qq_42006303

  1. 基于bp强分类器财务预警 标签页切换.rplib

  2. 基于bp强分类器财务预警 基于bp标签页切换.rplib Axur

  3. 所属分类：其它

    • 发布日期：2018-02-24
    • 文件大小：92kb
    • 提供者：plusover221

  1. 基于BP_Adaboost的强分类器设计-公司财务预警建模

  2. 基于BP_Adaboost的强分类器设计-公司财务预警建模

  3. 所属分类：其它

    • 发布日期：2019-04-19
    • 文件大小：59kb
    • 提供者：ddpiccolo

  1. 基于BP_Adaboost的强分类器设计-公司财务预警建模.zip

  2. 基于BP_Adaboost的强分类器设计-公司财务预警建模 matlab程序

  3. 所属分类：其它

    • 发布日期：2019-06-03
    • 文件大小：60kb
    • 提供者：baidu_38610481

  1. 基于BP_Adaboost的强分类器设计-公司财务预警建模.zip

  2. 基于BP_Adaboost的强分类器设计，以公司财务预警建模为例，带数据，可运行，好理解

  3. 所属分类：机器学习

    • 发布日期：2019-10-23
    • 文件大小：59kb
    • 提供者：weixin_44161185

  1. 基于级联稀疏表示分类器的人脸识别算法

  2. 针对基于稀疏表示的分类器算法复杂度高、识别速度较慢的问题,提出了基于级联稀疏表示分类器的人脸识别算法。该算法采用级联的思想,通过多次重复使用基于稀疏表示的分类器,逐级精确确定待分类样本所在的类,降低了计算复杂度和识别难度,达到了识别率高、鲁棒性强、识别速度快的目标。

  3. 所属分类：其它

    • 发布日期：2020-05-15
    • 文件大小：155kb
    • 提供者：weixin_38646645

  1. 基于核的多故障分类器及其应用

  2. 提出了一种基于核的多类别模式识别算法(简称核子空间法,KSPM),依据此算法建立了多故障分类器.该方法的主要思想是:将原输入空间中的数据经一个非线性映射,映射到一个高维的特征空间(或核空间),突出各类样本之间的特征差异,利用线性子空间模式识别思路进行分类.经核矩阵特征分解,可以形成各类别对应的特征子空间,然后分别计算待分类模式与各类特征子空间的距离实现模式分类.多故障分类器应用于液压泵故障诊断结果表明,该故障分类器可实现多故障的识别和诊断,并且具有算法简单和故障分类能力强的优点.

  3. 所属分类：其它

  1. 案例5 基于BP_Adaboost的强分类器设计-公司财务预警建模.zip

  2. 基于BP_Adaboost的强分类器设计-公司财务预警建模源程序-基于BP_Adaboost的强分类器设计-公司财务预警建模源程序-基于BP_Adaboost的强分类器设计-公司财务预警建模源程序

  3. 所属分类：其它

    • 发布日期：2020-08-04
    • 文件大小：60kb
    • 提供者：baidu_21650133

  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：510kb
    • 提供者：weixin_38623366

  1. (四)OpenCV级联分类器训练与使用_01_Haar与LBP级联分类器原理

  2. ①Haar特征与LBP特征 小波特征+对角线特征“类Haar特征”,局部二值模式“替代特征LBP”。 ②级联分类器原理AdaBoost Viola和Jones,2001在CVPR提出; 一种实时对象(人脸)检测框架; 训练速度非常慢,检测速度非常快; 5000个正向人脸样本与300万个非人脸负样本数据。 级联分类器:多个强分类器组合 弱分类器:weak classifier = Feature 强分类器:多个弱分类器的线性组合 ③OpenCV中级联分类器使用CascadeClassifier 加

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：139kb
    • 提供者：weixin_38663169

  1. ISABoost：基于弱分类器内部结构调整的AdaBoost算法-基于ISABoost的场景分类应用

  2. AdaBoost算法通过自适应确定弱分类器的融合权重，将弱分类器融合为强分类器。 本文提出了一种通过调整弱分类器的内部结构的增强型AdaBoost算法（ISABoost）。 在传统的AdaBoost算法中，弱分类器一旦训练就不会改变。 在ISABoost中，弱分类器的内部结构会在确定融合权重之前进行调整。 ISABoost继承了AdaBoost算法的优势，可以将弱分类器融合为强分类器。 ISABoost给每个弱分类器第二次被调整为更强的机会。 调整后的弱分类器有助于对最困难的样本进行正确的分类。

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：937kb
    • 提供者：weixin_38535812

  1. 基于判别协作表征分类器的人体行为识别

  2. 为了解决协作表征分类器(CRC)对相似样本误分类概率高的问题,提出一种判别协作表征分类器(DCRC)。该分类器考虑了所有训练样本和每一类样本对协作表征系数的影响,得到判别性强的协作表征系数,提升了对相似样本的判别性。基于DCRC进行人体行为识别研究。首先用深度运动映射图(DMMs)提取深度动作序列特征,得到DMMs特征描述子,然后利用DCRC对特征描述子进行协作表征编码,最后利用新的判别规则进行分类识别。在人体行为识别数据集上的实验结果表明,DCRC对相似动作具有一定的判别性,且识别精度优于现有

  3. 所属分类：其它

  1. 集成分类器单细胞测序 python3机器学习 单一决策树、随机森林分类器、梯度提升决策树

  2. 原理： 决策树生成算法： 是递归地生成决策树，它往往分类精细，对训练数据集分类准确，但是对未知数据集却没有那么准确，有比较严重的过拟合问题。因此，为了简化模型的复杂度，使模型的泛化能力更强，需要对已生成的决策树进行剪枝。 集成分类算法： 集成（Ensemble）分类模型综合考量多个分类器的预测结果，从而做出决策。 随机森林分类器用相同的训练数据同时搭建多个独立的分裂模型，然后通过投票的方式，以少数服从多数的原则作出最终分类的决策。在相同的训练数据上同时搭建多棵决策树，每棵决策树会放弃固定的排序算

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：276kb
    • 提供者：weixin_38738977
« 12 3 4 5 6 7 8 9 10 ... 24 »