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. 应用支持向量机的变压器故障组合预测

  2. ：对变压器油中溶解气体进行预测有助于及时预测变压器的故障。提出一个基于支持向量机(support vector machine，SVM)的变压器故障组合预测模型及其求解步骤。在预测过程中，首先利用多个单一预测方法如线性模型、指数模型、乘幂模型、非等间隔灰色GM(1,1)模型和非等间隔灰色Verhulst模型构成预测模型群，对原始油中溶解气体数据进行拟合。然后，将预测模型群的拟合结果作为支持向量机回归模型的输入进行2次预测，形成变权重的组合预测.

  3. 所属分类：专业指导

    • 发布日期：2009-06-26
    • 文件大小：351kb
    • 提供者：lc0621

  1. 一种基于AdaBoost的SVM分类器(1).pdf

  2. 一种基于AdaBoost的SVM分类器，有具体的算法步骤，可以编程实现，对于初步研究机器学习的人很有帮助哦

  3. 所属分类：其它

    • 发布日期：2010-08-20
    • 文件大小：412kb
    • 提供者：zgp_smx

  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. 基于半监督的帮助训练算法，英文文献，2011

  2. 帮助训练算法不同于传统的混合法，因为，在训练后，只把判决分类器的参数返回并用到下次测试步骤中，而将生成模型丢弃，它只用于帮助主训练器c学习没有标记数据的参数，这就使得c在测试中独立了.我们的目的是让区别分类器能在没有生产性分类器的条件下自动的做预测。 分析：第一，自训练和帮助训练都好，很接近贝叶斯错误。第二，自训练的svm很依赖原始数据分布（标记数据），它的泛化能力与标记数据的监督学习的泛化能力是相关的。而帮助监督的泛化能力就不太依赖原始数据。第三，帮助训练的结果与标记全部样本得到的测试结果几

  3. 所属分类：C/C++

    • 发布日期：2011-06-28
    • 文件大小：1mb
    • 提供者：sanjinxiaomula

  1. 支持向量机（SVM）的讲义

  2. 主要对支持向量机的原理和步骤以PPT的形式进行了讲解

  3. 所属分类：专业指导

    • 发布日期：2011-07-17
    • 文件大小：489kb
    • 提供者：wybdydh

  1. SVM训练过程与步骤

  2. 介绍用SVM训练的过程、步骤，对于初学者来说，有一个感性认识和思路。如果直接去看SVM，怎么看都是一头雾水

  3. 所属分类：其它

    • 发布日期：2011-09-02
    • 文件大小：32kb
    • 提供者：midflyer

  1. libsvm3.17

  2. 台湾林智仁的libsvm最新的数据包，通过简单的编译就可以转换为matlab版本，直接就可以，编译的步骤网上有很多，很简单的。

  3. 所属分类：其它

    • 发布日期：2013-05-04
    • 文件大小：619kb
    • 提供者：cxp180924love

  1. 林智仁的SVM使用方法讲义

  2. 相比与SVM的理论，该文档提供了使用LibSVM进行分类的方法和步骤，提供了完整的基础性指导

  3. 所属分类：其它

    • 发布日期：2013-07-18
    • 文件大小：161kb
    • 提供者：xiahouzuoxin

  1. SMO实现SVM的步骤及证明

  2. 详尽的介绍了svm的实现算法SMO，给出了定理，证明，以及实现伪代码。

  3. 所属分类：C++

    • 发布日期：2014-06-01
    • 文件大小：311kb
    • 提供者：xr1064

  1. SVM支持向量机算法的详细推导(详细到每个步骤_值得推荐).pdf

  2. SVM支持向量机算法的详细推导(详细到每个步骤_值得推荐)

  3. 所属分类：专业指导

    • 发布日期：2014-08-18
    • 文件大小：1mb
    • 提供者：woailiangwa

  1. 级联SVM的人体检测方法.pdf

  2. 利用级联SVM的人体检测方法 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

  3. 所属分类：C++

    • 发布日期：2014-09-22
    • 文件大小：506kb
    • 提供者：tomjava007

  1. SVM支持向量机算法的详细推导 详细到每个步骤 值得推荐 pdf

  2. 文档很不错，算法都由详细的推导，很好的入门材料。

  3. 所属分类：讲义

    • 发布日期：2015-05-16
    • 文件大小：1mb
    • 提供者：li8630

  1. SVM分类程序

  2. SVM分类程序，matlab实现，没有使用工具箱，能够了解SVM分类的步骤，有测试数据

  3. 所属分类：讲义

    • 发布日期：2015-06-17
    • 文件大小：3kb
    • 提供者：duziliulang123

  1. 基于HOG和SVM的图像识别方法

  2. 图像识别一般可以分为三个部分，即图像预处理、特征提取与图像分类。图像预处理的主要目的是消除图像中无关的信息，恢复有用的真实信息，一般有数字化、几何变换、归一化、滤波等步骤。

  3. 所属分类：C++

    • 发布日期：2015-11-26
    • 文件大小：496kb
    • 提供者：dzn2012

  1. SVM使用方法总结

  2. 对SVM的安装、配置以及使用步骤给出了详细的介绍和示例，并给出了多类分类器的程序示例。

  3. 所属分类：讲义

    • 发布日期：2016-02-28
    • 文件大小：510kb
    • 提供者：zhishenglu

  1. SVM的matlab实现

  2. 所谓支持向量机(support vector machine)，分为两部分，分别是“支持向量”和“机”。支持向量简单来说就是支持或支撑平面上把两类类别划分开来的超平面的向量点。这里的“机”便是一个算法。支持向量机便是一种分类方法，是一种最大间隔分类器。本程序根据支持向量机的算法步骤，进行了底层实现。

  3. 所属分类：机器学习

    • 发布日期：2020-09-03
    • 文件大小：3kb
    • 提供者：qq_39549094

  1. SVM方法步骤.doc

  2. SVM 初学者操作步骤，简述支持向量机从训练测试的所有过程。清晰明了，适用于初学者学习了解支持向量机的整个过程。

  3. 所属分类：DOS

    • 发布日期：2020-09-01
    • 文件大小：32kb
    • 提供者：weixin_44824552

  1. Python3.5 + sklearn利用SVM自动识别字母验证码方法示例

  2. 前言 最近正在研究人工智能，为了加深对算法的理解，决定写个自动设别验证码的程序。看了看网上的demo，大部分都是python2的写法，而且验证码的识别都是用的数字做例子，那我就写个基于python3字母识别的程序，不过一路写下来碰到不少坑，大家感兴趣的话可以慢慢看。 图片识别有几个比较大的步骤是必须完成的： 1、有大量的验证码图片作为样本 2、图片要进行处理  流程是：灰度化==》二值化==》字符切割==》识别分类 3、图像识别要提取特征值，然后把图片二值化的数据当做样本做训练，最后基于样本完成

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：220kb
    • 提供者：weixin_38631729

  1. 使用图像分类-OpenCV和SVM：使用机器学习进行图像处理和分类：使用Open CV和SVM机器学习模型进行图像分类-源码

  2. 印度古典舞蹈的分类 本文提出的算法旨在在印度古典舞领域实现姿势识别。 姿势分类考虑了三种不同的舞蹈，即巴拉特纳坦舞，卡萨克舞和奥迪西舞，以及全部15种姿势。 将创建一个包含100张图像的初始数据库，并将其分为训练和测试数据集。 选择Hu矩作为特征提取技术来描述图像的形状上下文，因为它们是缩放，平移和旋转不变的。 为了提取Hu矩，将图像的前景和背景分离，然后将所得图像转换为二进制图像。 由于这是一个多类分类问题，因此，SVM是使用“一对一”和“一对一”的方法实现的，并且两种方法的结果均与线性和RB

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：822kb
    • 提供者：weixin_42118423

  1. OpenCV机器学习——支持向量机SVM

  2. OpenCV中集成了多种机器学习算法供我们方便使用，如果我们要训练数据进行分类，不用自己写分类器，只需要调用相应的库和类即可轻松实现。本文重点不在于介绍机器学习原理及数学推导，着重介绍OpenCV中的机器学习相关函数，并且用十分简单的训练数据作为例子实现分类。 对于OpenCV的机器学习分类器，大多换汤不换药，构造方法和实现方法很类似，基本遵循原始数据—训练分类器—进行分类的步骤，某些算法可能有特殊的初始化参数，需要额外设置在实现任何分类器之前，都需要训练数据。插句题外话，训练数据的好坏是一个分

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：80kb
    • 提供者：weixin_38603936
« 12 3 4 5 »