针对高维特征向量存在的最近邻匹配正确率低的问题, 提出了一种基于SURF和快速近似最近邻搜索的图像匹配算法。首先用Fast-Hessian 检测子进行特征点检测, 并生成SURF特征描述向量; 然后通过快速近似最近邻搜索算法得到初匹配点对, 再对得出的单向匹配结果进行双向匹配; 最后采用鲁棒性较好的PROSAC算法进一步剔除误匹配点对。实验证明了该算法不仅提高了SURF算法匹配的正确率, 还保证了算法的实时性。
2020-01-29 03:13:45
1.11MB
1
采用python开发平台，对点云Las数据进行读取并三维可视化显示，调用第三方库对每个点建立kd树，实验验证效率较高。
2020-01-05 00:28:16
408KB
1
基于Matlab的机器学习WKNN，加权K近邻，含有数据包内含178个数据样本。
基于Matlab的机器学习WKNN，加权K近邻，含有数据包内含178个数据样本。
积分不够私信我
2020-01-03 11:44:20
10KB
1
PARZEN窗和K近邻算法的python实现。
现实生活中常常会有这样的问题：缺乏足够的先验知识，因此难以人工标注类别或进行人工类别标注的成本太高。很自然地，我们希望计算机能代我们完成这些工作，或至少提供一些帮助。根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题，称之为无监督学习。
2020-01-03 11:37:35
5KB
1
这是近邻传播聚类算法创始人Frey & Dueck在2007年Science杂志上面发表的“Clustering by Passing Messages between data points”论文里面方法的MATLAB实现程序代码，俗称AP聚类代码。里面包含两个版本：一个是普通版的，一个是稀疏版本的，下载后，先添加数据集，再调用这两个方法就行了。
2020-01-03 11:26:05
9KB
1