12 2011 档案
摘要：SVMs是对数据分类一种有用的技术。尽管sVM被认为比神经网络容易点，而用户由于不熟悉SVM，在开始时经常得到不理想的结果。我们的目的是让初学者获得可接受的结果。尽管用户无需理解SVM的基础理论，但简单的介绍这些必要的基础对于我们实际操作是必要的。一个分类工作常常把数据分为训练集和测试集。训练集中每个样本都包含一个“目标值”和一些属性值。SVM的目标就是产生一个模型（基于训练数据），这个模型将预测测试数据的目标值，当然仅由测试数据的属性值决定。给出一个训练集的实例（Xi,Yi）,i=1...l;Xi属于Rn，y属于（-1,1），SVM要求下面优化问题的解决方案：这里训练向量Xi通过函数被映射到
阅读全文
摘要：转自http://blog.csdn.net/kofsky/article/details/2434948这两天和几个同学都谈了点论文的东西。感觉常常有几个问题常常需要注意下，仅仅个人意见：而且这是都是入门级别的，都是个人意见，请谨慎参考。 1.论文的立题点 这个在论文中最关键的。因为你需要说服别人，你的论文是有价值的，你的工作是有意义的。那你就需要展示出你论文最为独特的地方。对于多数论文，都是是算法改进为主的（仅限在图像处理／机器学习/模式识别/搜索相关领域，其他未知）。在这一类以算法改进为主的论文中，论文的独特之处常常以这样的方式出现：比如说： 1).算法XXX，没有考虑某个因素，而这个因
阅读全文
摘要：转自http://blog.csdn.net/kofsky/article/details/1862067目前提取图像区域的颜色纹理特征值包括：rgbColorFeature RGB颜色空间特征值 RGB颜色分量的均值,标准差,方差,相关系数 12个hsiColorFeature HSI颜色空间特征值 HSI颜色分量的均值,标准差,方差,相关系数 12个ntscColorFeature NTSC颜色空间特征值 NTSC颜色分量的均值,标准差,方差,相关系数 12个gaborFeature gabor变换提取的纹理特征 均值，标准差 特征数量 64=4(频率个数)X8(方向个数)X2(每组提取的
阅读全文
