object_detection_hog_svm 使用HOG和SVM进行目标检测，主要代码来源于，可直接参考该仓库，本仓库仅仅为了自己的理解对文中代码进行阅读，后期加入定制的目标检测方法以及数据集。 基本思路 训练过程 准备一个数据集，包含pos（存在检测物体）和neg（不存在检测物体），这个数据集中的图像大小相同，比如（40, 100）高度x宽度，那么使用HOG检测子对数据集检测HOG特征，pos标记为正例样本，neg标记为负例样本，输入到SVM分类起进行训练，得到分类模型。 测试过程 输入一张图像，使用图像金字塔对图像进行下采样，每一个octave的图像进行滑窗操作，滑窗大小与训练数据集中的图像大小相同，比如（40, 100）高度x宽度，每一次滑窗后的图像提取HOG特征子，输入训练好的SVM分类器中进行预测，如果检测结果为正例样本，即pos存在检测物体，那么记录该检测结果，detect

matlab代码步骤 pca-svm pca+svm+matlab for face detection demo.m包含每个步骤的详细解释 我在博客中对该代码的条理进行了整理，具体可以看我的博客。博客地址： 如果觉得对你有帮助，请给个star支持下作者~

学习和了解MATLAB在神经网络中的应用，增加对MATLAB和神经网络的熟悉程度

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。

一个包含常用模式识别方法的工具箱，使用简单

鸢尾花数据集分析与线性分类。数据统计特性分析。Logistic回归和SVM方法，分类可视化

基于SVM与人工神经网络的车牌识别算法，使用了OpenCV的图像处理函数，在VS2013 + OpenCV 2.4.9平台上实现

HOG（方向梯度直方图）代码实现以及流程图.rar

【SVM预测】基于粒子群优化支持向量机实现预测matlab源码.md

该算法在GITHUB上，我们将该代码重新编译了，并增加了需要的库 opencv2.4.2 有问题可以 ： yfyg3896@sina.com