基于支持向量机的行人检测系统设计.pdf基于支持向量机的行人检测系统设计.pdf基于支持向量机的行人检测系统设计.pdf基于支持向量机的行人检测系统设计.pdf
2022-10-19 11:05:29
594KB
1
基于支持向量机的未知物体分类方法研究，魏朝鹏，何儒勇，针对MNIST手写体数字集，本文利用线性判别分析方法提取出各手写体数字图像的特征向量，并根据该特征向量设计出应用于鬼成像系统的�
2022-10-19 10:43:10
815KB
1
MATLAB实现SVM支持向量机多输入回归预测（完整源码和数据）
数据为多输入回归数据，输入7个特征，输出1个变量,程序乱码是由于版本不一致导致，可以用记事本打开复制到你的文件。
运行环境MATLAB2018b及以上。
2022-10-18 20:04:57
309KB
MATLAB实现SVM支持向量机多特征分类预测（完整源码和数据）
数据为多特征分类数据，输入15个特征，分四类,程序乱码是由于版本不一致导致，可以用记事本打开复制到你的文件。
运行环境MATLAB2018b及以上。
2022-10-18 16:04:52
332KB
MATLAB实现SVM支持向量机时间序列预测（完整源码和数据）
数据为单变量时间序列数据，程序乱码是由于版本不一致导致，可以用记事本打开复制到你的文件。
运行环境MATLAB2018b及以上。
2022-10-18 12:05:08
223KB
目前基于人脸表情的情绪识别已经相对成熟，而根据人类肢体动作进行情绪识别的研究却不多。通过VLBP和LBP-TOP算子从三维空间中提取图像序列的肢体动作特征，分析愤怒、无聊、厌恶、恐惧、高兴、疑惑和悲伤七种自然情绪的特点，并用参数优化的支持向量机对情绪分类进行识别，识别率最高能够达到77.0%。实验结果表明，VLBP和LBP-TOP算子具有较强的鲁棒性，能有效地从肢体动作中识别人的情绪。
2022-10-14 11:40:23
875KB
1
支持向量机(Support Vector Machine, SVM)是由Cortes(科尔特斯)和Vapnik(瓦普尼克)于1995年首先提出。
SVM在解决小样本、非线性等分类问题中表现出许多特有的优势，并能够推广到函数拟合等有关数据预测的应用中。
2022-10-09 21:38:03
1.63MB
1