Object_Recognition_From_RGBD_Data：近年来，对象识别由于其众多的应用而引起了研究人员的越来越多的关注。 例如，对象识别使协作机器人能够执行诸如在非结构化环境中搜索对象或为人类同事检索工具之类的任务。 在这项研究中，我们提出了一种新技术，用于从红色，绿色，蓝色和深度（RGB-D）数据中进行无监督的特征提取，然后将其与多个分类器组合以执行对象识别。 具体而言，我们的体系结构首先通过无监督的聚类技术对桌面场景中的所有对象进行了细分。 然后，它分别关注每个对象，以提取形状和视觉特征。 我们对从YCB对象和模型集中选择的20个对象的子集进行实验，并评估几个分类器的性能

是JPEG隐写检测的经典算法，用matlab实现

基于一个公开数据集和一个BCI竞赛数据集，提供一个SVM-CSP运动想象二分类demo，详见https://www.xxy.ink/learn/bci/2.html。包含脑电CSP特征提取，运动想象支持向量机分类，bbci和biosig工具箱等。

利用HSV颜色空间算法,对图像进行HSV技术处理,为图像的下一步分割技术提供指导,编写了MATLAB代码

适用于字符识别，数字识别以及车牌识别的特征提取方法，采用多种方法相结合的方式，提高识别率。

16个OpenCV特征提取与检测示例源代码

直接引入java工程，new SIFT()便可以获得sift特征

ICA特征提取matlab代码，同时结合支持向量机（SUV）对ECG信号进行特征处理

主要介绍了Python + OpenCV 实现LBP特征提取的示例代码，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

详细介绍文本数据的四种表示模型，以及常见的6种文本数据的特征选择方法。