虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

模式识别 机器学习

  • 这是一个用于模式识别的c++源程序

    这是一个用于模式识别的c++源程序,对于从事模式识别研究方向的同学会有所帮组。

    标签: 模式识别 源程序

    上传时间: 2014-01-03

    上传用户:caiiicc

  • pocket_crf_0.45

    pocket_crf_0.45,CRF++的改进版,占资源更少,速度更快,支持多阶特征。机器学习,实体识别。

    标签: pocket_crf 0.45

    上传时间: 2013-12-17

    上传用户:标点符号

  • 本书共分17章

    本书共分17章,第一章介绍了图像处理的基本知识,第二章介绍了图像处理编程的基本知识,以后各章分别介绍了区域分割与目标提取、边缘检测与提取、图像平滑、图像增强、特征选择与描述、彩色变换、彩色分割、几何变换、Hough变换、频率变换、小波变换、模式识别、神经网络、遗传算法、图像压缩的基本知识和应用实例,并且都附有相应的C语言图像处理程序。提供有一个Visual C++的学习版框架源程序和专业版演示程序,光盘里还附有专业版图像处理软件介绍和图像处理的工程应用介绍。

    标签:

    上传时间: 2017-08-23

    上传用户:脚趾头

  • boost算法

    boost算法,用于数据模式分析,其原理是机器学习里面的元学习器集成思想,通过弱分类器的集成来实现一个强分类器。

    标签: boost 算法

    上传时间: 2017-09-14

    上传用户:13160677563

  • 杜达模式分类第二版matlab工具箱

    杜达模式分类第二版matlab工具箱,经典模式识别教材

    标签: matlab 模式 分类 工具箱

    上传时间: 2014-01-15

    上传用户:gundamwzc

  • 统计学习方法

    本附件为机器学习的经典入门教材。 书比较薄,却覆盖了基本的机器学习 中用到的统计知识。不过需要一定的 数学功底

    标签: 机器学习

    上传时间: 2015-04-11

    上传用户:dongshu

  • (免费)基于FPGA的机器人视觉系统模块的设计.doc

    基于FPGA的机器人视觉系统模块的设计 关键字: 机器人 视觉系统 集成电路 FPGA     一、概述   视觉技术是近几十年来发展的一门新兴技术。机器视觉可以代替人类的视觉从事检验、目标跟踪、机器人导向等方面的工作,特别是在那些需要重复、迅速的从图象中获取精确信息的场合。尽管在目前硬件和软件技术条件下,机器视觉功能还处于初级水平,但其潜在的应用价值引起了世界各国的高度重视,发达国家如美国、日本、德国、法国等都投入了大量的人力物力进行研究,近年来已经在机器视觉的某些方面获得了突破性的进展,机器视觉在车辆安全技术、自动化技术等应用中也越来越显示出其重要价值。本文根据最新的CMOS图像采集芯片设计了一种通用的视觉系统模块,经过编制不同的图像处理、模式识别算法程序本模块可以应用到足球机器人,无人车辆等各种场合。

    标签: FPGA的机器人视觉系统

    上传时间: 2015-04-25

    上传用户:justgo123

  • 图像边缘检测

    模式识别,图像处理,SVM,支持向量机 §编制程序显示印章图像(24位真彩色位图); §    读出位图中每一像素点的(R,G,B)样本值; §    以RGB其中某两个(或三个)为坐标,取一定数量的图像点为分析样本,分析其坐标系中的分布; §    采用本章将要学习的方法找到分类判别函数,对这些样本进行分类;(要求首先将印章与底纹区分,将印章、底纹、签字区分)

    标签: 模式识别 图像处理

    上传时间: 2015-06-08

    上传用户:alqw

  • 强化学习研究综述

    强化学习通过试错与环境交互获得策略的改进,其自学习和在线学习的特点使其成为机器学习研究的一个重要分支.该文首先介绍强化学习的原理和结构;其次构造一个二维分类图,分别在马尔可夫环境和非马尔可夫环境下讨论最优搜索型和经验强化型两类算法;然后结合近年来的研究综述了强化学习技术的核心问题,包括部分感知、函数估计、多agent强化学习,以及偏差技术;最后还简要介绍强化学习的应用情况和未来的发展方向.

    标签: 强化学习

    上传时间: 2016-03-26

    上传用户:liyanfei

  • 基于S函数的RBF神经网络PID控制器

      RBF神经网络在分类问题中得到了广泛的应用,尤其是模式识别的问题。许多模式识别实验证明,RBF具有更有效的非线性逼近能力,并且RBF神经网络的学习速度较其他网络快。本文在具有复杂控制规律的S函数构造方法的基础上,给出了基于MATLAB语言的RBF神经网络PID控制器,及该模型的一非线性对象的仿真结果。

    标签: RBF PID S函数 神经网络 控制器

    上传时间: 2016-05-19

    上传用户:子夜青衫