基于支持向量机和二进制决策树的运动目标识别
本文设计了一种基于支持向量机（SVM）的运动目标识别算法，以对运动目标进行准确的识别和分类。 鉴于支持向量机在小样本，非线性和高维模式识别方面的优势，构造了一种基于支持向量机的分类器。 利用形状特征构成的特征向量分类样本对支持向量机进行训练和分类，结合支持向量机和二叉决策树形成多分类器。 对象特征向量用作SVM的输入，我们将使用分类器对检测到的运动对象进行分类。 实验结果表明，该算法能够准确识别和分类视频图像中的不同对象。
文件下载
评论信息
其他资源
- zigbee_Z-Stack 3.0 开发者中文手册.pdf
- 数字图像处理-3.7混合空间增强法-骨骼图 基于opencv3.4.3的实现
- 基于51单片机篮球计分器（内含源程序，PCB原理图及源文件，仿真，开题报告，讲解视频，元件清单，参考论文等，课设必备）
- ASP.NET课程设计项目集合
- 图片隐藏信息查看小工具
- 银行账户管理系统毕业设计+报告+源码+论文
- matlab代码实现电路求解
- 玩透sed：探究sed原理.pdf
- 【Keysight_ADS_2019_Win64_CRACK】
- sx1278收发程序及中文版手册
- mysql-connector-java-8.0.18.jar
- S6D0129_V0.4_20040817.pdf
- 北京理工大学《数据结构》4套期末试卷（含答案）.pdf
- 可拓关联函数
- ibm_data_server_client_winx64_v11.1 IBM_DB2_客户端6
- 网上书店系统
- 数学分析（第1卷）-卓里奇[俄罗斯]
- MC30XX中文刷机包
- IP_Guard_全面破解方法
- PDFlib-6.0.2-Windows库以及java c++开发示例
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