基于视觉词袋模型的图像分类改进方法
文中主要基于视觉词袋（BOVW， Bag-Of-Visual-Words）模型对图像进行分类处理，并对传统视觉词袋模型存在的不足进行了改进，提出了一种基于视觉词典的权重直方图来表达图像，采用优化的k-means聚类算法（k-means+）用于视觉词典的构建，代入KNN（K-Nearest-Neighbors）分类器进行分类。通过对Caltech 101和Caltech 256这两个经典数据库进行实验，实验结果表明该改进方案较传统方法提高了分类的正确率。
文件下载
评论信息
其他资源
- 数值计算方法课后习题及答案
- Unity动态 加载外部FBX模型
- 基于Basys3与Vivado的数字逻辑Verilog 实验参考
- UML和模式应用(原书第3版).pdf
- SecureCRT8.X+注册机+中文补丁
- 软件测试[(美)Ron Patton中文电子版
- Android Studio 字体主题样式包
- 做SAR图像目标检测的MSTAR数据集（总共2G）
- acr122 全加密破解
- SSM开发商城项目部分文档
- 9-酷家乐-大型3D图形渲染质量保障实践-吴鑫璐（风飞）.pdf
- springcloud alibaba.txt
- 哈佛商学院简历模板.rar
- C#课程设计班级通知系统
- wfp驱动网络防火墙监控参考
- powerworld使用简介
- 如何获取iOS设备的UUID
- EasyUI_Icon_图标扩展样式（1775个）
- 常用弱口令集合
- Java 小项目 经典题目
- 博赢周期轮动组合编制方案
- C#网站C#网站C#网站C#网站C#网站C#网站
- CentOS7系统管理与运维实战.pdf-Linux文档类资源
- Matlab 2015b Mac OS X crack
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