社区
图形处理/算法
帖子详情
SVM识别时间问题
道玄真人11
2019-01-08 07:12:29
麻烦问一下,用SIFT+BOW结构训练SVM,大约60多个特征向量数,训练好的SVM用于识别系统,大概能用多少时间识别出结果,图片一般是1000*1000的,谢谢各位大神
...全文
298
1
打赏
收藏
SVM识别时间问题
麻烦问一下,用SIFT+BOW结构训练SVM,大约60多个特征向量数,训练好的SVM用于识别系统,大概能用多少时间识别出结果,图片一般是1000*1000的,谢谢各位大神
复制链接
扫一扫
分享
转发到动态
举报
AI
作业
写回复
配置赞助广告
用AI写文章
1 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
zgl7903
2019-01-11
打赏
举报
回复
最好是使用大量实际图片 统计验证一下, 软硬件配置,参数设置,图像特征等都会影响结果
实验报告——
SVM
手写数字
识别
实现
实验报告——
SVM
手写数字
识别
实现
MATLAB 神经网络43个案例分析》源代码&数据.
《MATLAB 神经网络43个案例分析》目录 第1章 BP神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章 遗传算法优化BP神经网络——非线性函数拟合 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章 RBF网络的回归--非线性函数回归的实现 第8章 GRNN网络的预测----基于广义回归神经网络的货运量预测 第9章 离散Hopfield神经网络的联想记忆——数字
识别
第10章 离散Hopfield神经网络的分类——高校科研能力评价 第11章 连续Hopfield神经网络的优化——旅行商
问题
优化计算 第12章 初始
SVM
分类与回归 第13章 LIB
SVM
参数实例详解 第14章 基于
SVM
的数据分类预测——意大利葡萄酒种类
识别
第15章
SVM
的参数优化——如何更好的提升分类器的性能 第16章 基于
SVM
的回归预测分析——上证指数开盘指数预测. 第17章 基于
SVM
的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测 第18章 基于
SVM
的图像分割-真彩色图像分割 第19章 基于
SVM
的手写字体
识别
第20章 LIB
SVM
-FarutoUltimate工具箱及GUI版本介绍与使用 第21章 自组织竞争网络在模式分类中的应用—患者癌症发病预测 第22章 SOM神经网络的数据分类--柴油机故障诊断 第23章 Elman神经网络的数据预测----电力负荷预测模型研究 第24章 概率神经网络的分类预测--基于PNN的变压器故障诊断 第25章 基于MIV的神经网络变量筛选----基于BP神经网络的变量筛选 第26章 LVQ神经网络的分类——乳腺肿瘤诊断 第27章 LVQ神经网络的预测——人脸朝向
识别
第28章 决策树分类器的应用研究——乳腺癌诊断 第29章 极限学习机在回归拟合及分类
问题
中的应用研究——对比实验 第30章 基于随机森林思想的组合分类器设计——乳腺癌诊断 第31章 思维进化算法优化BP神经网络——非线性函数拟合 第32章 小波神经网络的
时间
序列预测——短时交通流量预测 第33章 模糊神经网络的预测算法——嘉陵江水质评价 第34章 广义神经网络的聚类算法——网络入侵聚类 第35章 粒子群优化算法的寻优算法——非线性函数极值寻优 第36章 遗传算法优化计算——建模自变量降维 第37章 基于灰色神经网络的预测算法研究——订单需求预测 第38章 基于Kohonen网络的聚类算法——网络入侵聚类 第39章 神经网络GUI的实现——基于GUI的神经网络拟合、模式
识别
、聚类 第40章 动态神经网络
时间
序列预测研究——基于MATLAB的NARX实现 第41章 定制神经网络的实现——神经网络的个性化建模与仿真 第42章 并行运算与神经网络——基于CPU/GPU的并行神经网络运算 第43章 神经网络高效编程技巧——基于MATLAB R2012b新版本特性的探讨
基于
SVM
技术的手写数字
识别
老师常说,在人工智能未发展起来之前,
SVM
技术是一统江湖的,
SVM
常常听到,但究竟是什么呢?最近研究了一下基于
SVM
技术的手写数字
识别
。你没有看错,又是手写数字
识别
,就是喜欢这个手写数字
识别
,没办法(¬∀¬)σ 一、背景 1.手写数字
识别
技术的含义 2.手写数字
识别
技术的理论价值 3.数字
识别
技术的难点 二、
SVM
技术 1.
SVM
方法简介 2.线性可划分
问题
3.近似线性可分
问题
...
SVM
实现数字
识别
器
使用
SVM
的api实现
识别
出图片中所写的数字。
【图像
识别
】基于支持向量机
SVM
实现形状
识别
附matlab代码
图像
识别
是计算机视觉领域的核心
问题
之一,其目的是让计算机能够像人类一样理解和
识别
图像中的信息。形状
识别
作为图像
识别
中的重要组成部分,在目标检测、人脸
识别
、医学图像分析等多个领域都有着广泛的应用。支持向量机 (Support Vector Machine,
SVM
) 作为一种强大的机器学习算法,近年来在图像
识别
领域得到了广泛应用,尤其是在形状
识别
方面表现出色。本文将探讨如何基于支持向量机
SVM
实现形状
识别
。支持向量机是一种二分类模型,其基本思想是找到一个最优的超平面,将不同类别的样本数据进行分离。
图形处理/算法
19,471
社区成员
50,678
社区内容
发帖
与我相关
我的任务
图形处理/算法
VC/MFC 图形处理/算法
复制链接
扫一扫
分享
社区描述
VC/MFC 图形处理/算法
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章