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. adaboost分类器

  2. matlab程序实现的Adaboost算法，得到最终分类器，并得到训练误差和实验误差。

  3. 所属分类：其它

    • 发布日期：2011-01-13
    • 文件大小：524kb
    • 提供者：lengfengchui_55

  1. 支持向量机ppt 训练分类器

  2. 支持向量机的说明ppt 训练分类器，用于图像视频的训练分类

  3. 所属分类：专业指导

    • 发布日期：2011-03-08
    • 文件大小：194kb
    • 提供者：bnulihe

  1. snow分类器 稀疏表示分类器

  2. 用于稀疏表示的线性分类器~可对稀疏表示的字典进行分类训练以及测试~

  3. 所属分类：其它

  1. 如何用OpenCV训练自己的分类器

  2. 详细介绍了怎样训练自己的分类器，用于图像识别和跟踪，对于初学者很有帮助

  3. 所属分类：C++

    • 发布日期：2013-04-01
    • 文件大小：28kb
    • 提供者：siliang13

  1. matlab贝叶斯分类器源代码

  2. matlab可用于数据挖掘，BP神经网络，构造贝叶斯分类器，训练数据，预测数据。

  3. 所属分类：数据库

    • 发布日期：2013-06-09
    • 文件大小：214kb
    • 提供者：u011010534

  1. 用于检测分类器精准度

  2. 用于检测自己训练的分类器精准度！

  3. 所属分类：Android

    • 发布日期：2014-05-14
    • 文件大小：13mb
    • 提供者：u013769276

  1. SVM分类器训练工具

  2. 项目上使用的SVM训练分类器的工具，主要用于行人检测、车辆检测和数据分析分类。

  3. 所属分类：其它

    • 发布日期：2015-07-02
    • 文件大小：1mb
    • 提供者：maoliang188

  1. 一种基于混淆矩阵的分类器选择方法

  2. 为充分利用分类器的差异性来提高分类器集成的准确率,提出一种分类器选择方法。基本思想是构造所有基分类器的混淆矩阵作为聚类算法的数据对象,根据各聚类中样本的分布选择出一定数量的分类器作为代表,构成新的待集成分类器集合。将该方法应用于Bagging算法的训练过程,通过实验对比,验证了该方法确实可以提高分类器集成性能。

  3. 所属分类：其它

    • 发布日期：2020-05-12
    • 文件大小：260kb
    • 提供者：weixin_38551059

  1. OpenCV预训练分类器相关XML_haarcascades.zip

  2. OpenCV预训练分类器相关XML合集，共17个XML文件。 OpenCV包含很多预训练分类器，可用于人脸、眼睛、笑容等的检测。 相关教程可以参考：https://pythonprogramming.net/loading-video-python-opencv-tutorial/

  3. 所属分类：Python

    • 发布日期：2020-03-17
    • 文件大小：1mb
    • 提供者：mazrmc

  1. 人头分类器训练数据集.7z

  2. 用于分类器训练的人头数据,人头和背景分开保存，可以用于训练级联分类器

  3. 所属分类：深度学习

    • 发布日期：2019-08-23
    • 文件大小：24mb
    • 提供者：qq_35987777

  1. OpenCv舌苔口罩分类器.rar

  2. 本库包含了舌苔识别分类器、口罩识别分类器，由于是个人训练完成，样本有限，效果不算百分百完美，用于学习和研究效果足够，如果想要更完美效果，还是需要自己根据实际情况采集标本进行训练，希望能够对大家有所帮助。

  3. 所属分类：互联网

    • 发布日期：2020-09-01
    • 文件大小：59kb
    • 提供者：yy290879584

  1. 视觉词的空间编码，用于图像分类

  2. 基于外观的视觉袋词（BoVW）模型用于表示图像中局部特征的词汇频率。 由于它们的多功能性，尽管它们忽略了潜在的空间背景和要素之间的关系，但它们却广受欢迎。 在这里，我们提出了一个统一的表示形式，通过显式的局部和全局结构模型来增强BoVW。 与以前的方法相比，应注意我们方法的三个方面。 首先，我们使用局部结构特征，使用类标签信息以区分方式对一对点之间的空间属性进行编码。 我们针对给定的图像集引入了结构袋词（BoSW）模型，并使用该模型在其粗糙采样的相关关键点上描述了每个图像。 然后，我们结合BoV

  3. 所属分类：其它

  1. Whale_Sound_Classifier:这是鲸鱼声音分类器。 它使用声音采样，然后基于采样数据生成结果-源码

  2. Whale_Sound_Classifier 鲸鱼声音分类器是一种基于Web的声音分类器，可根据用户上传的音频文件对鲸鱼进行分类。 该分类器是使用带有某些参数超调的随机森林分类器构建的，到目前为止，该分类器可用于对3种鲸鱼进行分类-北方鲸，假虎鲸和虎鲸。 使用Flask服务器部署该项目。 该网站的起始页面为： 上载音频后，将对音频波进行采样，并使用机器学习来预测鲸鱼。 这是示例之一： 演示版 这是一个音频文件。 请注意，这是mp4格式的文件。 否则必须严格使用网站的.wav文件。 将

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：919kb
    • 提供者：weixin_42100032

  1. disaster_response_pipeline:使用图八提供的数据来构建用于对灾难消息进行分类的管道-源码

  2. 灾害响应管道项目 目录 指示： 在项目的根目录中运行以下命令来设置数据库和模型。 运行ETL管道以清理数据并将其存储在数据库中python data/process_data.py data/disaster_messages.csv data/disaster_categories.csv data/DisasterResponse.db 运行用于训练分类器并保存python models/train_classifier.py data/DisasterResponse.db mode

  3. 所属分类：其它

  1. 基于随机森林分类器的基于油菜籽叶颜色和纹理特征的主要营养元素缺乏症诊断

  2. 无损和准确的氮缺乏症诊断技术是采用针对具体地点的补救措施的关键。 基于油菜叶片特征的变异分类，提出了一种主要元素养分缺乏的智能诊断技术。 建立了四种营养素缺乏的实验图像库，即正常，氮缺乏，磷缺乏和钾缺乏。 通过使用GrabCut算法将具有显着特征的图像分为前景和背景。 前景用于分别使用颜色矩和灰度共现矩阵来提取颜色和纹理特征。 基于离散度和主成分分析对初始特征进行归一化和过滤，从而减小特征维，从而获得关键特征。 降维提高了诊断的速度和准确性。 具有已知元素不足的图像的关键特征被导入到随机森林分类

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：325kb
    • 提供者：weixin_38640072

  1. Disaster_Response_Text_classification:Udacity纳米度灾难响应文本分类项目。 此回购协议有助于将灾难期间收到的文本分类为适当的类别，以便相关部门Swift做出响应-源码

  2. 灾难响应管道项目-（文本分类器-Udacity纳米学位计划） 该项目的目标是对短信进行分类，以帮助应对灾害 ·· 灾害响应管道项目 该项目适用于Udacity纳米学位课程。 它将文本消息分类为36个不同的变量。 快速说明： 在项目的根目录中运行以下命令来设置数据库和模型。 运行ETL管道以清理数据并将其存储在数据库中python data/process_data.py data/disaster_messages.csv data/disaster_categories.csv data

  3. 所属分类：其它

  1. Deep-Neural-Network-based-parking-system:使用Fastai库训练了基于Resnet101的汽车和空置空间分类器。 与laplacian操作员结合使用，可自动管理停车-源码

  2. 基于深度神经网络的停车系统 特征： （第1课）用于训练基于Resnet101的深度神经网络分类器，该分类器对空白区域和小汽车进行分类 拉普拉斯算子给出边并使用其密度检查停车位的状态，然后每当停车位的状态发生任何变化时，都会在该停车位处引入分类器，以确定其是否为汽车并改变停车位的颜色指示它是被占用还是空 使用OpenCV并使用其内置功能，以观察其效率 尝试了一些计算机视觉技术，例如背景减法，核扩散和变形 使用Google colab编写的代码易于使用，并使没有GPU的人能够使用Google的慷慨

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：24mb
    • 提供者：weixin_42098830

  1. dnn_ensemble_ids：DNN-Ensemble IDS是基于机器学习的分类模型，用于利用分类器的集合进行入侵检测-源码

  2. dnn_ensemble_ids DNN-Ensemble IDS是基于机器学习的分类模型，用于利用分类器的集合进行入侵检测。 针对在不同时间窗口（可能会发生不同类型的攻击）中收集的数据训练多个基础模型（数据块）。 这些基本分类器采用深度神经网络（DNN）的形式，共享所有相同的体系结构，但针对给定训练数据的不同样本进行了训练。 最后，采用增量学习方案来应对各种问题，例如大型高速数据流和罕见攻击。 s 该代码由Massimo Guarascio和Gianluigi Folino开发和维护（

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：26kb
    • 提供者：weixin_42143221

  1. 视网膜病变分类器：由fastai和Heroku构建的糖尿病视网膜病变分类器-源码

  2. 糖尿病性视网膜病分类器和Web App 可在 细节 以下内容用于模型训练（请参阅 ）： fastai：版本1.0.52 PyTorch：版本1.0.0 Python：3.6版 在ImageNet数据集上预训练的SqueezeNet用于训练分类器。 培训是用完成的。 提供了培训历史记录 该数据集来自“ ，该文件被裁剪以去除任何黑色空间，并在装入Fastai之前将其大小调整为1024的宽度（并保持纵横比）。 以下用于模型部署： Heroku（免费Dyno） Flask：版本1.0.2

  3. 所属分类：其它

  1. Blooddonordiction：由于数字化，我们经常可以访问大型数据库，该数据库包含各种信息领域，从数字到文本甚至是布尔值。 这样的数据库特别适合于机器学习，分类和大数据分析任务。 假设我们掌握其他字段的信息，我们便能够使用现有数据训练

  2. 献血者预测 引用我们！ 抽象 由于数字化，我们经常可以访问大型数据库，该数据库包含各种信息领域，从数字到文本，甚至是布尔值。 这样的数据库特别适合于机器学习，分类和大数据分析任务。 假设我们掌握其他字段的信息，我们便能够使用现有数据训练分类器，并将其用于预测某个字段的值。 最具体地说，在这项研究中，我们查看了由医院编制的电子健康记录（EHR）。 这些EHR是访问单个患者数据的便捷方式，但是从整体上来说，处理仍然是一项任务。 但是，通过使用分类器，由连贯的，制表良好的结构组成的EHR非常适合于机

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：371kb
    • 提供者：weixin_42172204
« 12 3 4 5 6 7 8 9 10 ... 18 »