svm+特征提取做分类
使用SVM做一个图片分类器,主要使用的技术是,各种特征提取方法加上PCA主成分提取,最后用SVM进行图片分类处理。
特征提取这个东西还是比较简单的,前人做的工作很多,源代码也不少。主要采用的不变距、HOG、SIFT、LBP、信息熵、tamura纹理特征、面积和欧拉数等。主要从两个大的角度研究。一个是纹理特征,还有一个就是几何特征。总的来说,就是各种特征叠加然后到了整个分类器,慢慢调整最终达到比较的结果。调的这个过程需要耐心和记录。每变一个参数,运行一遍,最后都要记录下最终的结果。方便日后进行比对。
PCA主成分分析,我跌了个跟头,先说一下PCA的作用吧。PCA说白了就是提取主成分的。为什么要提取主成分呢,由于之前提取的特征量特别大,你不可能把所有特征都拿来算一下。如果你有超级计算机作支撑,当我没说。而且你之前提取的特征应该是比较大的一部分是没有作用的,甚至会有噪声,因此你需要提取有用的特征,进而有利于接下来的支持向量机的分类。
svm+特征提取做分类相关推荐
- 利用SVM 实现文本分类的实例
原文来自:http://blog.csdn.net/zhzhl202/article/details/8197109 之前做过一些文本挖掘的项目,比如网页分类.微博情感分析.用户评论挖掘,也曾经将li ...
- 用朴素贝叶斯和SVM进行文本分类
写在前面的感悟: 测试集文件删除一定要shift+delete!!!!!要不然回收站直接爆炸,用几个小时打开,然后再用几个小时清空.文本分类的数据集看似只有几个G那么大,但是架不住文件数量多,导致各种 ...
- 《机器学习算法》SVM进行多分类及代码实现
最近做了一个工作就是对属性进行分类,然后用了不同的分类器,其中就用到了SVM,再次做一个总结. 1.什么是SVM? 对于这个点已经介绍的非常多了,不管是西瓜书还是各种博客,就是我们需要找到一个超平面, ...
- 作业5:SVM实现鸢尾花分类
作业5:SVM实现鸢尾花分类 1. SVM 介绍 支持向量机(support vector machines)是一种二分类模型,是定义在特征空间上的间隔最大的线性分类器.它的目的是寻找一个超平面来对样 ...
- sklearn 线性回归linear regression做分类任务
测试了一下使用linear regression做分类任务准确率的确很高啊,我的的思路是: 需要预测的是 0 1 ,而linear regression本来的预测值是连续变量 把linear regr ...
- paper reading:高光谱遥感影像空谱特征提取与分类方法研究 - 康旭东
这是15年的文章,具有科普的性质. 摘要部分 第一段 传统的遥感影像处理技术在分析高光谱影像时面临许多问题和挑战:如何解决高维数据小样本识别分类问题.如何实现高维数据的实时处理.如何提升光谱类似地物的 ...
- 简历解析步骤(第二步)技术与实现(6)识文字,做分类:婚姻状态 、出生日期 、 户口地址 、 籍贯地址
简历解析步骤(第二步)技术与实现(6)识文字,做分类:婚姻状态 .出生日期 . 户口地址 . 籍贯地址 继上篇文章理论: 简历解析,常见接收到的简历是图片或文档的方式,我们需要先将简历中的文字提取出来 ...
- 简历解析步骤(第二步)技术与实现(5)识文字,做分类:身高、体重
简历解析步骤(第二步)技术与实现(5)识文字,做分类:身高.体重 继上篇文章理论: 简历解析,常见接收到的简历是图片或文档的方式,我们需要先将简历中的文字提取出来,然后再对文字进行算法分析以及AI训练 ...
- BP神经网络做分类+隐含层节点确定+红酒数据为例
网上用BP神经网络做预测的代码有很多,但是做分类的很少,(虽然都是一个道理),但是预测的代码下载下来还得动手修改,对于想直接复制粘贴的友友们很不友好.想用分类代码的直接来我这里复制粘贴即可,跑不通的欢 ...
最新文章
- java泛型(二)、泛型的内部原理:类型擦除以及类型擦除带来的问题
- zcmu2014(公式推导+二分)
- MongoRepository自定义条件及分页查询代码
- jquery中的 jquery.contains(a,b)
- Form界面设置只读
- Java笔记-concurrent集合及线程池
- [Node.js] 基于NodeJS+Express+mongoDB+Bootstrap的博客系统实战
- 非模态对话框的销毁及消息的发送顺序
- matlab计算macd_[原创]基于MATLAB的一个简单的交易策略(基于MACD)的Matlab代码
- android判断是否被点击方法,android 中有没有判断imageview是否以被单击的函数方法?...
- 鳄梨种植者使用传感器节省种植成本
- ERROR: unexpected error - Failed to connect to proxy URL: “http://127.0.0.1:8080/“
- 联动报警系统服务器,火灾自动报警系统的维护,该如何应对?
- 安卓APP开发日记1——名为Another的日记APP开发
- 企业微信后台应用配置步骤
- html 正方形字符,HTML常用标签以及特殊符号
- 设置计算机ip地址时网关的作用是什么,IP地址小课堂:起到门户作用的网关到底有多重要?...
- SQL 2008函数大全
- 大数据时代的Serverless工作负载预测赛后总结
- 命令行把java项目打成jar包