【SVM分类】基于布谷鸟算法优化实现SVM数据分类matlab源码.zip
2021-11-23 19:30:22
730KB
1
训练SVM分类器进行HOG行人检测. 环境为VS2010 + OpenCV2.4.4. 使用时请自行修改工程的include目录和lib目录配置。 正样本来源是INRIA数据集中的96*160大小的人体图片，使用时上下左右都去掉16个像素，截取中间的64*128大小的人体。 负样本是从不包含人体的图片中随机裁取的，大小同样是64*128。 SVM使用的是OpenCV自带的CvSVM类。
2021-11-20 10:17:43
22.06MB
1
SVM有如下特征：（1）SVM学习问题可以表示为凸优化问题，因此可以利用已知的有效算法发现目标函数的全局最小值。（2）SVM通过最大化决策边界的边缘来控制模型的能力。（3）通过对数据中每个分类属性引入一个哑变量，SVM可以应用与分类数据。(4)SVM不仅可以用在二类问题，还可以很好的处理多类问题。
本代码通过C++实现SVM的分类算法，并通过SSE实现最优解的快速计算，学习SVM的同学可以参考一下，如有不足，请指正。
2021-11-16 18:49:22
8KB
1
AutoBlur_CNN_Features
基于以下代码： ：
脚本，用于提取具有不同ConvNet的CNN深度特征，然后将其用于具有线性核的SVM分类器的图像分类任务，涉及以下小型数据集：足球[1]，飞鸟[2]，17flowers [3]，ImageNet-6Weapons [4]和ImageNet-7节肢动物[4]。
使用VGG16提取的功能或MobileNet进入SVM分类器。 允许比较使用完整图像或使用AutoBlur方法过滤之间的差异
随代码一起提供了Soccer数据集，因此可以轻松对其进行测试：
足球：原始图像
SoccerAutoBlurBB：应用AutoBlur过滤技术并使用相应的边界框裁剪后的原始图像
参考：
[1]范德·韦耶尔（J. van de Weijer），施密德（C. Schmid），着色局部特征提取，Proc.Natl.Acad.Sci.USA。
2021-11-14 16:33:09
10.5MB
1
SVM 分类边界可视化的 MATLAB 代码 (libsvm-3.23)
2021-11-09 17:54:45
3.37MB
1