登录
首页 » 图像处理 » SVM_classification training sample

SVM_classification training sample

于 2022-11-19 发布 文件大小:3.04 kB
0 243
下载积分: 2 下载次数: 1

代码说明:

基于SVM(机器学习中的支持向量机)的分类样本训练,训练处模型(model),用model再对测试样本(test_sample)进行预测.

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 作业C++源代码
    可以运行的图像处理软件,排除了一些兼容性错误,功能有:图像几何变换、正交变换、图像分析、格式变换等
    2022-08-10 17:37:10下载
    积分:1
  • 快速非局部均值
    Buades A,莫雷尔ĴM.非本地算法的图像去噪[A]:基于快速非局部均值图像去噪算法。在:IEEE计算机协会会议上的电脑。视觉与模式识别[C]。圣地亚哥,CA,USA,2005:60〜65。用于非局部均值对称的重量分别为每对像素计算出仅一次。
    2022-02-06 09:13:18下载
    积分:1
  • opencv平面标定法
    程序通过研究张正友平面模板标定法,通过opencv编程,实现了双目立体相机内外参数的标定,通过与matlab标定对比,实验结果几乎一致。使用者只需从不同角度拍摄平面模板,获得足够多的图片,将文件内的图片替换掉,即可得到自己相机的参数
    2022-01-26 04:39:20下载
    积分:1
  • 混合高斯模型背景建模
    混合高斯模型背景建模实现的运动前景提取(MixGaussExtractForeground),VS2008+OPENCV实现工程,可以使用,简单方便易懂,注释清晰,i附带测试视频,是学习混合高斯模型背景建模和运动检测的好东西。
    2022-01-30 23:26:45下载
    积分:1
  • our code implements automatic face recognition based on hidden Markov model and support vector machi
    我们的代码实现了基于隐马尔可夫模型和支持向量机的自动人脸识别;
    2023-07-22 08:20:06下载
    积分:1
  • 细胞计数
    这个例子展示了如何使用相结合的形态学的基本算子和Blob分析从视频流提取信息。在这种情况下,例数在每个视频帧的大肠杆菌数。
    2022-02-05 13:11:41下载
    积分:1
  • 特区 BM3D 算法的 SAR 去噪方法
    Matlab 的 SAR 图像去噪功能损坏由乘性相干斑噪声中描述的技术"非局部的 SAR 图像去噪算法基于 LLMMSE 小波收缩",由美国 Parrilli M.Poderico、 简历安杰、 IEEE 货运上地球科学与遥感、 第 50 卷,第 2 页 606-616,L.Verdoliva 写的 2012年。
    2022-03-31 18:09:31下载
    积分:1
  • 混合高斯背景建模
    通过QT和opencv,在window下使用混合高斯模型读取本地视频,使用高斯混合模型进行背景建模。在新的opencv2.31中的混合高斯混合模型中集成了阴影处理。
    2022-08-21 22:34:10下载
    积分:1
  • OpenCV中值滤波
    基于OpenCV中值滤波方法,中值滤波是在1971年由Tukey提出来的,它是一种非线性的且比较典型的滤波技术。在某些条件下它能够克服如均值滤波、最小均方滤波等产生的图像细节不清晰,对消除椒盐噪声极其有效,在分析处理一些光学条纹测量图像时有着重要的作用,可是在分析条纹中心方法中没有太大的用处,在处理图像中,可以维持边缘信息,是很典型的平滑噪声法。
    2022-05-13 02:10:49下载
    积分:1
  • opencv1.0--Boosting(包含boosting和RF和MLP算法)
    应用背景boosting算法训练了T个弱分类器ht,t∈{1,....,T}.这些弱分类器很简单.大多说情况下,它们只是包含一次分裂(称为决策stumps)或仅有几次分裂(可能到3次)的决策树.最后做决定的时候将复制权重αt给每个分类器.AdaBoost训练时输入的特征向量是xi,向量的类别标签是yi(这儿i=1,...,M,M是样本总数),且yi∈{1,-1}.关键技术1.在Release下进行调试 2.指定文件保存路径,如:char* filename_to_save = "F: estdataoutput.xml"; 3.选用训练的方法,如method = 1; 4.这步需要使用模型的时候再指定,训练的时候设置为char* filename_to_load = 0;使用模型的时候指定,如char* filename_to_load = "F: estdataoutput.xml";
    2023-06-29 12:10:04下载
    积分:1
  • 696516资源总数
  • 106913会员总数
  • 8今日下载