人脸图像特征提取matlab代码-image_classification:在这里,我训练了支持向量机,线性判别分析和四层前馈神经网络,以对来

上传者: 38742460 | 上传时间: 2022-05-28 16:23:07 | 文件大小: 76.64MB | 文件类型: ZIP
人脸图像特征提取matlab代码支持向量机的图像分类 在这里,我训练了支持向量机,线性判别分析和四层前馈神经网络,以对来自CIFAR-10数据集的10个图像类别进行分类,从而以62.7%的SVM实现了最高的准确性。 该实验的关键问题是发现用于降低尺寸的PCA和LDA的非传统组合是否优于单独的LDA或PCA。 此外,在有监督类质心初始化的情况下,我测试是否可以使用聚类方法(k均值和GMM)进行分类。 Matlab要求: FDA LDA多类(1.7版) 计算机视觉系统工具箱(8.0版) 神经网络工具箱(11.0版) 统计和机器学习工具箱(版本11.2) 怎么跑 克隆计算机上的存储库,并确保CW2Data.mat与matlab脚本位于同一文件夹中。 按此顺序运行matlab步骤1至8。 介绍 我们提出了CIFAR-10数据集图像的十类监督分类问题。 我们的培训和测试数据分别包含10个类别的1000个样本和100个样本。 图像数据存储在四维矩阵中,其中前两个维表示图像大小(32x32),第三个维是RGB颜色通道,最后一个维索引数据样本。 我们提出的数据挖掘管道首先使用定向梯度直方图(HOG)进

文件下载

资源详情

[{"title":"( 18 个子文件 76.64MB ) 人脸图像特征提取matlab代码-image_classification:在这里,我训练了支持向量机,线性判别分析和四层前馈神经网络,以对来","children":[{"title":"image_classification-master","children":[{"title":"ComputeFeature.m <span style='color:#111;'> 327B </span>","children":null,"spread":false},{"title":"Step5_LDA.m <span style='color:#111;'> 1.57KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 11.73KB </span>","children":null,"spread":false},{"title":"Step7_Neural_Network.m <span style='color:#111;'> 1.53KB </span>","children":null,"spread":false},{"title":"Step6_SVM.m <span style='color:#111;'> 3.27KB </span>","children":null,"spread":false},{"title":"Step8_Augmentation_Experiment.m <span style='color:#111;'> 4.10KB </span>","children":null,"spread":false},{"title":"CW2Data.mat <span style='color:#111;'> 76.17MB </span>","children":null,"spread":false},{"title":"Step3_Exploratory_Data_Analysis.m <span style='color:#111;'> 4.62KB </span>","children":null,"spread":false},{"title":"Step2_Dimensionality_reduction_PCA_and_LDA.m <span style='color:#111;'> 2.55KB </span>","children":null,"spread":false},{"title":"EDA","children":[{"title":"LDA_PCA_feature_space.PNG <span style='color:#111;'> 88.76KB </span>","children":null,"spread":false},{"title":"GMM_clustering.PNG <span style='color:#111;'> 320.37KB </span>","children":null,"spread":false},{"title":"NN_loss_curve.PNG <span style='color:#111;'> 100.11KB </span>","children":null,"spread":false},{"title":"feature_space_scatter.PNG <span style='color:#111;'> 874.70KB </span>","children":null,"spread":false},{"title":"frog_vs_truck.PNG <span style='color:#111;'> 68.20KB </span>","children":null,"spread":false},{"title":"k-means_3D.PNG <span style='color:#111;'> 81.67KB </span>","children":null,"spread":false},{"title":"SVM_confusion_matrix.PNG <span style='color:#111;'> 1.02MB </span>","children":null,"spread":false}],"spread":true},{"title":"Step4_K_means_and_GMM.m <span style='color:#111;'> 3.35KB </span>","children":null,"spread":false},{"title":"Step1_Feature_extraction.m <span style='color:#111;'> 610B </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

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