基于MATLAB的树叶图像特征分类识别，图像分析处理 分割 特征提取 分类识别等

目的对鞋底经常出现的三角形、线/曲线、圆形、不规则形四种随机损伤特征进行准确分类,以便后续对鞋底损伤特征的量化研究。方法提出了每个特征的形状由三角形度、线性度、圆形度构成的三维向量决定,对三角形度、线性度、圆形度设置适当的阈值,在分类识别时三维向量的元素和设定的阈值比较得出特征的具体形状。结果利用Matlab软件编制了三角形度、线性度、圆形度的计算程序和阈值比较程序,运行结果表明在提前设定的阈值下通过比较每个形状的三种形度可以实现对形状特征的分类识别,与人工分类识别结果的对比体现了计算机识别的准确率,也体现了计算机识别的定量化优势。结论基于Matlab编写的分类识别程序能够达到正确区分损伤特征和量化损伤特征的目的。

利用深度学习神经网络模型训练医学影像模型，实现五分类，最终预测所给图片所患的病

找到一个SVM.CPP，直接拿来用的，根据男女身高体重数据，采用SVM进行分类。再用测试集对分类结果进行测试，并显示正确率

opencv使用SVM实现图像分类识别，代码已测试通过，能帮助我们更好理解SVM和opencv编程的使用。

基于python用深度学习实现垃圾分类识别，包含数据集，识别准确率在90%左右，有注释，代码简洁易懂。

Pytorch实现CNN汉字的分类识别，修改了原博客部分不能运行的地方，加上了部分注释，代码使用可参看博客

1.拍四张不同方位的标准照片，falg 0 1 2 3。 2.选择了多层感知机分类器。 4.图片预处理（crop，sobel、emphasize），选取合适点的特征表征（这步比较关键，特征的选取根据图片来分析，分类结果好坏取决决于此） 5.四张照片训练模型得到模型句柄信息。 6.读取模型，映射分类。`

采用随机森林做为分类器 方法简单 可移植性强 可用于信号分类 图像分类 语音分类等多个分类领域 里面有例子方便看懂代码 亲测有效

使用matlab语言，编写的硬币识别程序代码，附图片 可识别一角、五角、一元的三种硬币，进行分类识别，并计算个数以及金额总和