博客首页 → svm

最新文章列表

opencv视频行人检测1（HOG+SVM）

#include<opencv2/core/core.hpp> #include<opencv2/highgui/highgui.hpp> #include<opencv2/imgproc/imgproc.hpp> #include<opencv2/objdetect.hpp> #include<iostream> us ...
视频行人检测opencvHOGSVMC++
唯爱酥酥 评论(0) 有2272人浏览 2018-09-15 19:27

opencv行人检测3（HOG+SVM）

#include<opencv2/highgui/highgui.hpp> #include<opencv2/imgproc/imgproc.hpp> #include<opencv2/objdetect.hpp> #include<iostream> using namespace std; using namespace cv; ...
opencvHOGSVM行人检测C++
唯爱酥酥 评论(0) 有1402人浏览 2018-09-13 20:01

opencv行人检测2（HOG+SVM）

#include<opencv2/highgui/highgui.hpp> #include<opencv2/imgproc/imgproc.hpp> #include<opencv2/objdetect.hpp> #include<iostream> using namespace std; using namespace cv; ...
opencvHOGSVM行人检测C++
唯爱酥酥 评论(0) 有3326人浏览 2018-09-13 19:32

opencv行人检测1（HOG+SVM）

#include<opencv2/highgui/highgui.hpp> #include<opencv2/imgproc/imgproc.hpp> #include<opencv2/objdetect.hpp> #include<iostream> using namespace std; using namespace cv; ...
svmhog行人检测opencv
唯爱酥酥 评论(0) 有1320人浏览 2018-09-12 11:48

SVM实战之垃圾邮件过滤

SVM作为机器学习里面的经典算法在实际中一直被广泛采用，而且其准确性也是非常之高，特别是在引入了核函数之后对识别性能变得非常高。 说明：本文不打算就SVM原理就深入分析，虽然对其原理略懂一二，但是对于SMO算法的理解确实比较浅，所以也不打算班门弄斧，略微介绍，本文重点在于SVM的应用，也就是对垃圾邮件的文本分类   关于支持向量机的原理性分析在CSDN上有July大神的博客 ：http:/ ...
机器学习支持向量机垃圾邮件分类SVM 
u010223750 评论(0) 有5530人浏览 2015-11-29 22:55

Matlab 支持向量机（SVM）实现多分类

1、首先，你需要安装完成Matlab。 2、将libsvm-3.17.zip和drtoolbox.tar文件解压到：libsvm-3.17文件夹和drtoolbox，并放到MATLAB的工具箱安装目录下， 例如：C:\Program Files\MATLAB\R2014a\toolbox目录下。 3、启动Matlab。 4、单击File菜单下的Set Path...菜单项，打开Set Path对话框 ...
matlabsvm 
cofftech 评论(0) 有6348人浏览 2015-05-09 15:52

分类算法综述

    分类的概念很简单，就是给出一个样本x，判断样本所属的类别y，分类器就是映射函数f: y=f(x)。当然，这个函数是需要根据以往的经验（大量已知 ...
文本分类KNN贝叶斯SVM决策树
yzmduncan 评论(0) 有2696人浏览 2013-08-25 15:44

libsvm 常见问题

   转自：http://dly0205.blog.sohu.com/54750954.html   这里是libsvm的FQA :   问: 我在那里能够找到libsvm的文件 ?  软件包中有一个 README 文件，里面详细说明了所有参数选项、数据格式以及库函数的调用。在python目录下，模型选择工具和python界面的libsvm各有一个README文件。 初学者可以通过A ...
svm 
bjzhkuang 评论(0) 有4927人浏览 2013-07-11 23:54

【转】SVM入门（十）将SVM用于多类分类

    本文转自：http://www.blogjava.net/zhenandaci/archive/2009/03/26/262113.html   从 SVM的那几张图可以看出来，SVM是一种典型的两类分类器，即它只回答属于正 ...
svm 
bjzhkuang 评论(0) 有808人浏览 2013-07-09 13:52

【转】文本分类入门（十一）特征选择方法之信息增益

  本文转自：http://www.blogjava.net/zhenandaci/archive/2009/03/24/261701.html   前文提到过，除了开方检验（CHI）以外，信息增益（IG，Information Gain）也是很有效的特征选择方法。但凡是特征选择，总是在将特征的重要程度量化之后再进行选择，而如何量化特征的重要性，就成了各种方法间最大的不同。开方检验中使用特 ...
svm 
bjzhkuang 评论(0) 有841人浏览 2013-07-09 13:52

【转】SVM入门（九）松弛变量（续）

  本文转自：http://www.blogjava.net/zhenandaci/archive/2009/03/17/260315.html   接下来要说的东西其实不是松弛变量本身，但由于是为了使用松弛变量才引入的，因此放在这里也算合适，那就是惩罚因子C。回头看一眼引入了松弛变量以后的优化问题： 注意其中C的位置，也可以回想一下C所起的作用（表征你有多么重视离群点，C越大越重视 ...
svm 
bjzhkuang 评论(0) 有1244人浏览 2013-07-08 14:30

【转】SVM入门（八）松弛变量

  本文转自：http://www.blogjava.net/zhenandaci/archive/2009/03/15/259786.html   现在我们已经把一个本来线性不可分的文本分类问题，通过映射到高维空间而变成了线性可分的。就像下图这样：   圆形和方形的点各有成千上万个（毕竟，这就是我们训练集中文档的数量嘛，当然很大了）。现在想象我们有另一个训练集，只比原先这个训练集 ...
svm 
bjzhkuang 评论(0) 有771人浏览 2013-07-08 13:40

【转】SVM入门（七）为何需要核函数

  本文转自：http://www.blogjava.net/zhenandaci/archive/2009/03/06/258288.html   生存？还是毁灭？——哈姆雷特 可分？还是不可分？——支持向量机 之前一直在讨论的线性分类器,器如其名（汗，这是什么说法啊），只能对线性可分的样本做处理。如果提供的样本线性不可分，结果很简单，线性分类器的求解程序会无限循环，永远也解不出来。 ...
svm 
bjzhkuang 评论(0) 有876人浏览 2013-07-08 13:17

【转】SVM入门（六）线性分类器的求解——问题的转化，直观角度

  本文转自：http://www.blogjava.net/zhenandaci/archive/2009/03/01/257237.html   让我再一次比较完整的重复一下我们要解决的问题：我们有属于两个类别的样本点（并不限定这些点在二维空间中）若干，如图， 圆形的样本点定为正样本（连带着，我们可以把正样本所属的类叫做正类），方形的点定为负例。我们想求得这样一个线性函数（在n维 ...
svm 
bjzhkuang 评论(0) 有844人浏览 2013-07-08 11:42

【转】SVM入门（五）线性分类器的求解——问题的描述Part2

  本文转自：http://www.blogjava.net/zhenandaci/archive/2009/02/14/254630.html   从最一般的定义上说，一个求最小值的问题就是一个优化问题（也叫寻优问题，更文绉绉的叫法是规划——Programming），它同样由两部分组成，目标函数和约束条件，可以用下面的式子表示： （式1） 约束条件用函数c来表示，就是constrai ...
svm 
bjzhkuang 评论(0) 有821人浏览 2013-07-08 11:41

【转】SVM入门（四）线性分类器的求解——问题的描述Part1

  本文转自：http://www.blogjava.net/zhenandaci/archive/2009/02/13/254578.html   上节说到我们有了一个线性分类函数，也有了判断解优劣的标准——即有了优化的 ...
svm 
bjzhkuang 评论(0) 有786人浏览 2013-07-07 23:43

【转】SVM入门（一）至（三）Refresh

  本文转自：http://www.blogjava.net/zhenandaci/archive/2009/02/13/254519.html   （一）SVM的八股简介 支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出 ...
svm 
bjzhkuang 评论(0) 有767人浏览 2013-07-07 16:59

文本分类入门（十一）特征选择方法之信息增益

前文提到过，除了开方检验（CHI）以外，信息增益（IG，Information Gain）也是很有效的特征选择方法。但凡是特征选择，总是在将特征的重要程度量化之后再进行选择，而如何量化特征的重要性，就成了各种方法间最大的不同。开方检验中使用特征与类别间的关联性来进行这个量化，关联性越强，特征得分越高，该特征越应该被保留。 在信息增益中，重要性的衡量标准就是看特征能够为分类系统带来多少信息， ...
svm 
阿浊I 评论(0) 有1650人浏览 2013-05-22 09:03

SVM入门（十）将SVM用于多类分类

从 SVM的那几张图可以看出来，SVM是一种典型的两类分类器，即它只回答属于正类还是负类的问题。而现实中要解决的问题，往往是多类的问题（少部分例外，例如垃圾邮件过滤，就只需要确定“是”还是“不是”垃圾邮件），比如文本分类，比如数字识别。如何由两类分类器得到多类分类器，就是一个值得研究的问题。 还以文本分类为例，现成的方法有很多，其中一种一劳永逸的方法，就是真的一次性考虑所有样本，并求解一个 ...
svm 
阿浊I 评论(0) 有776人浏览 2013-05-22 09:03

文本分类入门（番外篇）特征选择与特征权重计算的区别

在文本分类的过程中，特征（也可以简单的理解为“词”）从人类能够理解的形式转换为计算机能够理解的形式时，实际上经过了两步骤的量化——特 ...
svm 
阿浊I 评论(0) 有1930人浏览 2013-05-22 09:02

最近博客热门TAG

Java(141744) C(73651) C++(68608) SQL(64571) C#(59609) XML(59133) HTML(59043) JavaScript(54919) .net(54785) Web(54514) 工作(54118) Linux(50905) Oracle(49875) 应用服务器(43289) Spring(40812) 编程(39454) Windows(39381) JSP(37542) MySQL(37267) 数据结构(36424)

博客人气排行榜

    博客电子书下载排行

      >>浏览更多下载

      相关资讯

      相关讨论

      Global site tag (gtag.js) - Google Analytics