基于核稀疏表示和AdaBoost算法的自然场景识别
为了提升自然场景图像的识别精度，结合bag-of-visual word模型，提出了一种基于核稀疏表示的图像识别方法。该方法的图像描述部分主要利用核稀疏表示在高维度空间进行图像特征的匹配表示，识别部分采用AdaBoost分类器，对各个类别编码并在对应的核矩阵上进行划分，从而实现多类场景图像的识别能力。实验结果表明，该方法有效的提升了图像描述的准确度与对自然场景图像识别的精度。
文件下载
评论信息
其他资源
- minio - java 最佳性能分片上传、断点续传示例
- 用BP神经网络实现minist手写数字识别
- ELM327中文说明书
- 2019年美赛A题思路
- html欢度新春灯笼代码.txt
- 小功率调幅发射机设计
- mysql综合案例-我的租房网
- 位置式PID代码
- 中国省级shp底图
- PIC XC8 编译器使用手册中文版
- 篮球竞赛30s计数器
- Template Cluster Hadoop.xml
- FortiMail 6.4 VM 虚拟机透明模式功能测试.pdf
- 经典小猪游戏（java实现）
- supermap课程资料
- sm2签名验签解压公钥sm.zip
- FT232R USB UART
- TortoiseSVN-1.9.2.26806-x64-svn-1.9.2 64位中文语言包
- 一元n次多项式(polynomial)数据结构的（实现利用重载的）
- 交通旅行模拟
- 离散粒子群的代码
- FastReport3.0
- linux高级程序设计第三版全书源代码+ppt课件(杨宗德著)
- 基于SSH的新闻发布系统
- 单片机在控制系统中的应用.pdf
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