matlab最大隶属度识别算法代码-maxfun-experiment:比较MAXFUN与其他特征池技术的实证研究

matlab最大隶属度识别算法MAXFUN 池化实验 快速开始 下载 Caltech-101 数据。 您可以使用脚本或手动下载和解压存档。 编辑脚本以选择窗口和特征类型（例如gabor 边、二进边）。 主要关注的参数位于 PARAMETERS 部分中脚本的顶部。 运行 process_images.m 脚本（请注意，您必须在第一次调用脚本之前运行）。 图像处理脚本将生成一个 .mat 文件，其中包含所有图像的各种汇集特征。 如果使用 caltech-lean 数据集（默认），脚本也会缓存数据集，这样就不需要每次都从头开始重新创建（这个缓存版本也是生成可选 CNN 功能的过程） . 要评估分类性能，请运行脚本。 这将使用简单的 SVM 分类器“评估”池化策略。 变化 使用 CNN 衍生的特征 如果对于给定的实验，您更喜欢使用来自 CNN 的特征图，则这需要额外的中间处理步骤。 在上面的第 3 步中创建 Caltech 精益数据集后（另请参见下文了解有关此数据集的更多详细信息），您需要使用其中的代码来提取感兴趣的特征图。 然后，在 nets.py 创建的 .mat 文件上使用“原始”特征“