利用Hu矩提取特征，采用SVM进行分类，适用于学习及实验。实验结果一般。
C++ 22 次浏览
支持向量机（SVM）是一种在机器学习领域广泛应用的监督学习模型，尤其在二分类问题上表现出色，同时也可扩展到多分类任务。SVM的核心思想是找到一个最优超平面，该超平面能最大程度地将不同类别的数据点分开，同时保持两类数据点的距离最大化。这种最大化边距的策略使得SVM对噪声和未知数据具有较好的鲁棒性。 在
C++ 0 次浏览
呼吸音的 MFCC 特征提取和 SVM 分类，放在 MATLAB 里搞其实挺顺的。预用得比较多的是滤波，比如用维纳滤波，能把呼吸音里那些杂音得还不错。你用过mfcc()函数没？这个函数配合帧分割和窗口函数用起来，提特征又快又稳。 特征提完了，用SVM来分类，其实还挺靠谱的。尤其是二分类的任务，像是区
cocos2D 0 次浏览
里面含调用sklearn库SVM代码，以莺尾花数据集进行训练和预测，并输出预测结果和分类后的图像
Python 22 次浏览
基于 MATLAB 的图像缺陷识别方法，结合了LBP 特征和SVM 分类，对表面纹理变化的判断还挺灵敏的，适合拿来做工业质检那类要求比较高的任务。配合 MATLAB 的矩阵能力，训练和预测流程也不算复杂，调参的时候响应也快，挺顺手的。 LBP 的纹理识别能力蛮强的，尤其适合做像钢板、塑料壳那种有规律
MeeGo 0 次浏览
Python2编写的SVM算法代码，用于训练和测试数据。
Python 24 次浏览
这是一个简单的SVM支持向量机Python代码，可轻松更改训练和测试数据集。
Python 23 次浏览
svm分类器分类结果很准确的哦你们可以看看可以学习一下了
Actionscript 19 次浏览