HOG+SVM 图像二分类
2022-12-06 15:47:34 10.1MB HOG SVM
1
随着可穿戴医疗的发展,一些研究人员更加关注可穿戴血压的估算。 通常,光电容积描记术(PPG)信号用于提取特征以进行回归分析。 然而,尽管可以在该领域中应用许多回归方法(例如,线性回归,ANN,SVR等),但是如何提高血压预测的准确性仍然是一个大问题。 本文基于模式分类,首先提出了一种血压估计方法。 与以前的回归分析相比,血压的不同范围分为不同的类别。 然后根据提取的特征将信号分类为相应的类别。 可以通过找到间隔中值来获得血压值。 实验表明,分类的思想可以实现血压预测的更高准确性。
2022-12-06 13:59:20 811KB 研究论文
1
MATLAB实现PSO-BP粒子群优化BP神经网络多特征分类预测(完整源码和数据) 数据为多特征分类数据,输入12个特征,分四类。 运行环境MATLAB2018b及以上,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。
成人与儿童分类数据集(800张图片,测试数据集包含120张图片,训练数据集包含680张图片,图像分辨率为370x320像素的RGB彩色模型。) 成人与儿童分类数据集(800张图片,测试数据集包含120张图片,训练数据集包含680张图片,图像分辨率为370x320像素的RGB彩色模型。)
2022-12-06 12:29:02 27.73MB 数据集 图片 儿童 深度学习
披萨分类数据集,这个数据集包含大约1000张比萨的图片和1000张比萨以外的其他菜肴的图片。 披萨分类数据集,这个数据集包含大约1000张比萨的图片和1000张比萨以外的其他菜肴的图片。 披萨分类数据集,这个数据集包含大约1000张比萨的图片和1000张比萨以外的其他菜肴的图片。
2022-12-06 12:28:59 100.54MB 数据集 深度学习 披萨 人工智能
手提包分类数据集,它包含5种不同类型的手提包,包括:背包迷你、带包、大包、肩包、大手提袋,每个类别(即手提包类型)包含550张图片,所有类别的图片数量相等。 手提包分类数据集,它包含5种不同类型的手提包,包括:背包迷你、带包、大包、肩包、大手提袋,每个类别(即手提包类型)包含550张图片,所有类别的图片数量相等。
2022-12-06 12:28:55 366.35MB 数据集 手提包 分类 深度学习
10类水果分类数据集(10类苹果,猕猴桃,香蕉,樱桃,橘子,芒果,鳄梨,菠萝,草莓,。每类超过200张图片) 10类水果分类数据集(10类苹果,猕猴桃,香蕉,樱桃,橘子,芒果,鳄梨,菠萝,草莓,。每类超过200张图片)
2022-12-06 12:28:54 29.2MB 水果 数据集 分类 深度学习
红宝石、绿松石、翡翠三类宝石图片数据集,数据集分为三个文件夹训练模型测试模型验证模型验证每个文件夹有六个子文件夹翡翠在训练~ 250 ~ 507图像图像在测试~ 250图像验证假翡翠在训练~ 250 ~ 500图像图像测试验证Ruby ~ 500 ~ 250图片,图片在训练在测试~ 250 ~ 250图像图像验证假Ruby在训练~ 250 ~ 536图像图像测试验证绿松石~ 500 ~ 250图片,图片在训练在测试~ 250 ~ 250图像图像验
2022-12-06 12:28:50 213.23MB 数据集 宝石 分类 深度学习
4种不同烘烤方式的咖啡豆分类数据集,每类超过270张图片。 4种不同烘烤方式的咖啡豆分类数据集,每类超过270张图片。 4种不同烘烤方式的咖啡豆分类数据集,每类超过270张图片
2022-12-06 12:28:49 144.29MB 数据集 咖啡豆 深度学习 分类
4种基本厨房餐具数据集,每个实例都是一个512x512x3 RBG图像,与一个标签相关联,共199张照片 4种基本厨房餐具数据集,每个实例都是一个512x512x3 RBG图像,与一个标签相关联,共199张照片
2022-12-06 12:28:48 60.86MB 数据集 厨具 分类 深度学习