基于HOG特征与SVM算法的图像分类 .docx
人工智能导论课作业，像分类，指在给定的类别中，选出与该图像匹配的类别作为输入的图像处理方法。支持向量机(SVM)是一种以统计学习理论为基础的用来解决二分类问题的机器学习方法。SVM是结构风险最小化模型，较好的解决了数量较小时过拟合问题，能有效提高模型的泛化能力。在解决小样本、非线性及高维模式识别问题中,表现出许多特有的优势。本次实验使用的是自己提出的一个关于路面裂缝的crack数据集，为提升实验效果，先提取图像HOG特征，再利用SVM来进行分类训练，以识别图片中是否存在裂缝。本文设计了完整的HOG+SVM识别算法,使用自己提出的crack数据集进行了实验测试。
文件下载
评论信息
其他资源
- SVM简单分类应用
- 卡耐基 SSD7答案(全 exam+qiuz+excerise)
- 51单片机 HTU21D 温湿度程序 完整版
- QT开发的小程序：输入数字音乐简谱，直接发出乐曲声音
- java ssh实现的简单投票系统
- C Minus 语法分析器及课程设计报告
- MFC通过windowsAPI控制计算机关机，注销，重启
- 斯坦福大学机器学习公开课CS229中文笔记
- 毕业论文答辩ppt合集(包括答辩自述草稿）
- 嵌入式零树小波图像编码算法
- 0-30V 4A 89C51单片机设计数控稳压电源(12864LCD显示+16控制按键)PROTEL 设计原理图+PCB文件.rar
- verdaccio的配置文件config.yaml
- 【Unity3d】 Water_Refract
- 梅兰商贸PSD档+页面代码
- Stephen boyd convex optimization 视频及讲义百度云
- VertexDirt - AO baking tool 1.59.6.unitypackage
- md5加密,asp版的md5,md5.asp,16位和32位md5加密
- Javaee大学生运动会成绩管理系统
- 黑马视频git讲义
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明