说明：在葡萄酒制造业中,对于葡萄酒的分类具有很大意义,因为这涉及到不同种类的葡萄酒的存放以及出售价格,采用SVM做为分类器可以有效预测相关葡萄酒的种类,从UCI数据库中得到wine数据记录的是在意大利某一地区同一区域上三种不同品种的葡萄酒的化学成分分析,数据里含有178个样本分别属于三个类别(类别标签已给...

matlab 分类 识别 svm 基于 预测 数据 意大利 葡萄酒 种类

说明：Adaboost 算法的思想是合并多个“弱”分类器的输出以产生有效分类。其主要步骤为 ：首先给出弱学习算法和样本空间（工， y） ，从样本空间中找出 m 组训练数据，每组训练数据的权重都是 1 /m。然后用弱学习算法迭代运算 T 次，每次运算后都按照分类结果更新训练数据权重分布，对于分类失败的训练个...

BP Adaboost算法 样本权重 基于BP的强分类器 BP-Adaboost 数据分类算法 分类器

说明：基于HOG+SVM对飞机目标进行识别，并加入显著图改善运行速率， 主要程序： data_train.m  训练样本并产生SVM分类器svmStruct detect.m      机场影像块飞机目标检测 hogcalculator.m 计算HOG特征函数 neg.txt    ...

说明：PCA人脸识别代码，并含有人脸的识别库。 主要步骤如下： 读取待查找图片 选择构成95%的能量的特征值 训练得到特征脸坐标系  将训练样本对坐标系上进行投影,得到一个 p*M 阶矩阵为参考 测试过程——在测试图片文件夹中选择图片，进行查找测试 最...

说明：该代码用于SVM迁移学习的，有c语言和matlab语言。代码清晰清晰明了.主要解决了训练样本不足的问题，通过不断地添加新训练样本来解决训练样本不足的问题。

说明：资源描述 train_data_m：人脸训练集的矩阵形式，其中每个人脸都没有拉成向量形式，每个人脸图片都是矩阵，最后组合成的大矩阵。 train_data_c：每张人脸图片都被拉成了一个列向量，最后由所有的图片的列向量  train_label：每个训练图像的类标组成的一个行...

matlab 算法 识别 人脸 提取 函数 特征 常见 形式

说明：视频监控系列中，运动目标检测跟人体跟踪的论文，该论文LIBSVM中的归一化问题,libsvm中的归一化其实分为两部分,一个是训练样本的归一化,另外一个是测试样本的归一化,按照2.89所提供的windows下的svm-scale.exe来做的.其中该程序的代码在2.89vc版本的根目录下.其中svm-...

matlab 视频 序列 目标 检测 跟踪

说明：采用动量梯度下降算法训练 BP 网络。 采用贝叶斯正则化算法提高 BP 网络的推广能力。在本例中，我们采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正则化算法（trainbr），用以训练 BP 网络，使其能够拟合某一附加有白噪声的正弦样本数据。

BP 网络 贝叶斯正则化算法 L-M 优化算法 trainlm 贝叶斯正则化算法 trainbr 白噪声

说明：该程序分别提取正负样本图像的HOG和LBP特征，利用支持向量机进行样本训练，得到行人分类器。利用训练好的分类器进行检测，实验结果表明，该方法可以有效检测出图像中的行人，并达到了较好的检测结果。

HOG-LBP-detection 行人检测hog+lbp LBP-detection 图像特征提取 HOG特征-matlab

说明：对于小样本而言，SVM的仿真效果要比神经网络好，但是SVM的性能依赖于它的两个训练参数，本算法是用GA自动选择SVM的两个参数。

小样本训练 GASVM ga-neural-network SVM--快速 GA-SVM