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. LS-SVMlab Toolbox User’s Guide

  2. 很出名的SVM工具软件，详细说明了该ＳＶＭ软件的 功能及使用方法，以及例子。

  3. 所属分类：专业指导

    • 发布日期：2009-10-21
    • 文件大小：830kb
    • 提供者：china5100998

  1. 机器学习工具箱spider_jul2406

  2. 各种机器学习工具 Pattern Recognition 模式识别 Multi-Class and Multi-label 多类分类包括SVM Feature Selection 特征提取 Regression 回归 kpca SVM　 fisher 等 很好的工具

  3. 所属分类：专业指导

    • 发布日期：2010-03-25
    • 文件大小：5mb
    • 提供者：wxm5mao

  1. 利用级联SVM的人体检测方法

  2. 从图像中检测出人体是计算机视觉应用中的关键步骤。通过一个由简到繁的级联线性SVM分类器将级 联拒绝的机制与梯度方向直方图特征相结合,实现了一个准确和快速的人体检测器,整个检测器由级联的线性 SVM分类器组成。实验结果表明,在保持Dalal算法检测准确性的同时,大幅的提高了检测速度,每秒平均可以处 理12帧左右的320 ×240的图像

  3. 所属分类：其它

    • 发布日期：2011-06-09
    • 文件大小：506kb
    • 提供者：qtbmp

  1. 基于特征选择和svms的图像分类 MI算法

  2. 　支持向量机SVM(Support Vector Machine)作为一种可训练的机器学习方法,依靠小样本学习后的模型参数进行导航星提取,可以得到分布均匀且恒星数量大为减少的

  3. 所属分类：其它

    • 发布日期：2011-08-29
    • 文件大小：756kb
    • 提供者：wodeyingzi001

  1. OpenCV机器学习SVM支持向量机的分类程序

  2. OpenCV机器学习SVM支持向量机的分类程序,便于ＳＶＭ的学习和理解

  3. 所属分类：C

    • 发布日期：2011-09-08
    • 文件大小：22kb
    • 提供者：bzwqq

  1. 基于支持向量机与无监督聚类相结合的中文网页分类器

  2. 　提出了一种将支持向量机与无监督聚类相结合的新分类算法, 给出了一种新的网页表示方法并应用于网页 分类问题. 该算法首先利用无监督聚类分别对训练集中正例和反例聚类, 然后挑选一些例子训练 SVM 并获得SVM 分类器. 任何网页可以通过比较其与聚类中心的距离决定采用无监督聚类方法或 SVM 分类器进行分类. 该算法充分 利用了SVM 准确率高与无监督聚类速度快的优点. 实验表明它不仅具有较高的训练效率, 而且有很高的精确度

  3. 所属分类：互联网

    • 发布日期：2011-12-18
    • 文件大小：417kb
    • 提供者：huangle86

  1. 几种分类器NB SVM　ＫＮＮ　效果不错

  2. 图像处理中经常用到的几种分类器 支持向量机 K近邻等等 实验效果不错

  3. 所属分类：C++

    • 发布日期：2012-11-28
    • 文件大小：302kb
    • 提供者：lilin020401

  1. 基于SVM的KM算法代码 JAVA

  2. 基于ＳＶＭ　的　ＫＭ研究算法，可以应用在各个领域。对于初学ＳＶＭ或者ＫＭ的人来说很好理解，有一定的帮助。建议初学者充分利用里面的注释进行学习。

  3. 所属分类：Java

    • 发布日期：2012-12-11
    • 文件大小：392kb
    • 提供者：mys2lz

  1. 基于SVM牌照识别

  2. 　　SVM有着严格的理论基础，建立了一套较好的有限训练样本下机器学习的理论框架和通用方法。他与机器学习是密切相关的，很多理论甚至解决了机器学习领域的其他的问题，所以学习SVM和机器学习是相辅相成的，两者可以互相促进，有助于机器学习理论本质的理解。

  3. 所属分类：其它

    • 发布日期：2013-07-12
    • 文件大小：9mb
    • 提供者：u011389369

  1. SVM延拓解决端点效应

  2. 通过支持向量回归机来解决端点效应，通过EMD分解后的IMF的边际谱和时频谱验证效果

  3. 所属分类：C

    • 发布日期：2014-03-04
    • 文件大小：249kb
    • 提供者：u010216626

  1. 基于复Morlet小波SVM的负荷预测

  2. 基于复Ｍｏｒｌｅｔ小波ＳＶＭ的负荷预测 陈维荣1,　郑永康1,　戴朝华1,　王维博2 (1.西南交通大学电气工程学院,四川成都610031;2.西南交通大学信息科学与技术学院,四川成都 610031) 摘　要:为提高预测精度和克服支持向量机(ＳＶＭ)凭经验选择参数的不足,针对小波擅长信号细微特征提取和 云遗传算法(ＣＧＡ)良好的全局寻优能力,构建了以复Ｍｏｒｌｅｔ小波为核函数、以ＣＧＡ为参数优化算法的ＳＶＭ——— 基于ＣＧＡ的复Ｍｏｒｌｅｔ小波ＳＶＭ(ＣＧＡ-ＣＭＷ-ＳＶＭ).针对短期负荷预测

  3. 所属分类：专业指导

    • 发布日期：2014-03-13
    • 文件大小：246kb
    • 提供者：vcfriend

  1. 利用SVM的全极化_双极化与单极化SAR图像分类性能的比较

  2. 　支持向量机( SVM)以其在小训练样本时良好的分类性能,目前已广泛应用于多个领域。本文在极化 SAR图像特征提取基础上,将SVM应用于极化SAR图像分类,定性和定量地比较了全极化、双极化和单极化SAR 图像的分类性能,分析了不同的极化组合对分类结果的影响,并根据地物极化散射特性分析了分类精度差异的成 因。实测极化SAR数据的实验结果表明,全极化数据能获得最好的分类性能,双极化次之,单极化最低,且在某些 情况下,双极化与全极化分类性能接近。

  3. 所属分类：其它

    • 发布日期：2014-06-30
    • 文件大小：925kb
    • 提供者：guiguifight

  1. 支持向量机svm

  2. English: libsvm_options: -s svm_type : set type of SVM (default 0) 0 -- C-SVC 1 -- nu-SVC 2 -- one-class SVM 3 -- epsilon-SVR 4 -- nu-SVR -t kernel_type : set type of kernel function (default 2) 0 -- linear: u'*v 1 -- polynomial: (gamma*u'*v + coef0

  3. 所属分类：机器学习

    • 发布日期：2017-07-07
    • 文件大小：240kb
    • 提供者：qq_38684480

  1. 车牌识别系统（opencv版）

  2. 相比于其他的车牌识别系统，EasyPR有如下特点： 它基于openCV这个开源库，这意味着所有它的代码都可以轻易的获取。 它能够识别中文，例如车牌为苏EUK722的图片，它可以准确地输出std:string类型的"苏EUK722"的结果。 它的识别率较高。目前情况下，字符识别已经可以达到90%以上的精度。 　　系统还提供全套的训练数据提供（包括车牌检测的近500个车牌和字符识别的4000多个字符）

  3. 所属分类：C++

    • 发布日期：2017-11-02
    • 文件大小：97mb
    • 提供者：come_hwb

  1. SVM用于基于内容的自然图像分类和检索

  2. 摘　要　在传统的基于内容图像检索的方法中,由于图像的领域较宽,图像的低级视觉特征和高级概念之间存在 着较大的语义间隔,导致检索效果不佳. 该文认为更有现实意义的做法是,缩窄图像的领域以减小低级特征和高级 概念间的语义间隔,并利用机器学习方法自动建立图像类的模型,从而提供用户概念化的图像查询方式. 该文以自 然图像领域为例,使用支持向量机(SVM) 学习自然图像的类别,学习到的模型用于自然图像分类和检索. 实验结果 表明作者的方法是可行的.

  3. 所属分类：专业指导

    • 发布日期：2009-04-10
    • 文件大小：297kb
    • 提供者：u013522065

  1. 嵌入式系统/ARM技术中的基于决策导向非循环图SVM的汽车车型识别方法

  2. 汽车的图像采集工作通常由视频采集卡和摄像机等组成，通过对视频图像数据分析，抽取有效代表镜头内容的关键帧，这样就可以用静态图像识别技术来识别关键帧，因此对车型的识别可归结为对车辆图像的处理与识别问题。SVM作为一种新的学习分类方法，目前在人脸识别、对象分类等领域得到了很好的应用。本文应用一种基于DDAG SVM建立分类识别模型的车型识别方法进行车型分类。 　　1 信息获取和特征值提取 　　1.1 车对象获取 　　在分类前应先获取一幅如图1所示的纯背景图像，再获取到如图2所示的同一背景下的车辆图像后

  3. 所属分类：其它

    • 发布日期：2020-10-23
    • 文件大小：192kb
    • 提供者：weixin_38588854

  1. 工业电子中的基于SVM不对称六相永磁电机控制系统的设计方案

  2. 摘要：不对称六相永磁电机控制系统采用直接转矩控制思想，具有结构简单、鲁棒性好等优点，但对定子磁链和转矩估测具有较强依赖性。鉴于此，本文给出了基于SVM不对称六相永磁电机控制系统的设计方案。方案根据不对称六相永磁同步电动机直接转矩控制系统框图，并利用Matlab的Simulink全面完成了对基于直接转矩控制的不对称六相永磁同步电机控制系统的设计。通过本文仿真研究表明该控制策略针对不对称六相不对称永磁同步电动机有效，同时引入SVPWM改善稳态转矩和稳态电流， 具有良好的动态特性，大大降低了系统复杂性

  3. 所属分类：其它

    • 发布日期：2020-10-20
    • 文件大小：313kb
    • 提供者：weixin_38705252

  1. 基于VQ-MAP与LS-SVM融合的说话人识别系统

  2. 摘   要： 传统的最小二乘支持向量机(LS-SVM)使用特征向量作为训练样本,在说话人识别系统中应用时区分性不够明显。对此，提出VQ-MAP与LS-SVM融合的方法，使用通用背景模型(UBM)经过VQ-MAP过程得到说话人自适应参数集，把此参数集作为最小二乘支持向量机的训练样本应用于说话人识别系统中。用Matlab进行仿真实验，结果表明，该识别系统SVM训练时间短，且具有较高的识别率。 　　说话人识别是从说话人的一段语音中提取出说话人的个性特征，通过对这些个性特征的分析和识别，从而达到对说话

  3. 所属分类：其它

    • 发布日期：2020-11-06
    • 文件大小：272kb
    • 提供者：weixin_38654589

  1. Python中支持向量机SVM的使用方法详解

  2. 除了在Matlab中使用PRTools工具箱中的svm算法，Python中一样可以使用支持向量机做分类。因为Python中的sklearn库也集成了SVM算法，本文的运行环境是Pycharm。 一、导入sklearn算法包 　　Scikit-Learn库已经实现了所有基本机器学习的算法，具体使用详见官方文档说明 　　skleran中集成了许多算法，其导入包的方式如下所示， 　　逻辑回归：from sklearn.linear_model import LogisticRegression    

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：178kb
    • 提供者：weixin_38738783

  1. 基于SVM不对称六相永磁电机控制系统的设计方案

  2. 摘要：不对称六相永磁电机控制系统采用直接转矩控制思想，具有结构简单、鲁棒性好等优点，但对定子磁链和转矩估测具有较强依赖性。鉴于此，本文给出了基于SVM不对称六相永磁电机控制系统的设计方案。方案根据不对称六相永磁同步电动机直接转矩控制系统框图，并利用Matlab的Simulink全面完成了对基于直接转矩控制的不对称六相永磁同步电机控制系统的设计。通过本文仿真研究表明该控制策略针对不对称六相不对称永磁同步电动机有效，同时引入SVPWM改善稳态转矩和稳态电流， 具有良好的动态特性，大大降低了系统复杂性

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：312kb
    • 提供者：weixin_38621638
« 12 3 »