文件名称: CNNSVM-master下载 收藏√ [
5 4 3 2 1 ]
开发工具: matlab
文件大小: 17684 KB
上传时间: 2016-03-31
下载次数: 80
提 供 者: 何
详细说明:先利用卷及神经网络提取数据特征,再加svm进行分类-The first use of volume and neural network feature extraction data, together with the classification svm
文件列表(点击判断是否您需要的文件,如果是垃圾请在下面评价投诉):
CNNSVM-master
.............\.gitattributes
.............\.gitignore
.............\CNNSVM
.............\......\CNN.m
.............\......\CNNSVM.m
.............\......\Readme.md
.............\......\cnn-model
.............\......\.........\epoch10.mat
.............\......\.........\readme.txt
.............\......\cnn
.............\......\...\cnnapplygrads.m
.............\......\...\cnnbp.m
.............\......\...\cnnff.m
.............\......\...\cnnnumgradcheck.m
.............\......\...\cnnsetup.m
.............\......\...\cnntest.m
.............\......\...\cnntrain.m
.............\......\...\test_example_CNN.m
.............\......\cnn_predict.m
.............\......\data
.............\......\....\mnist_uint8.mat
.............\......\epoch_by_epoch.m
.............\......\feat-code
.............\......\.........\compute_feature_dim.m
.............\......\.........\compute_features.m
.............\......\.........\compute_gradient.m
.............\......\.........\compute_gradient_features.m
.............\......\.........\compute_gradient_features.m~
.............\......\.........\compute_sphog_features.m
.............\......\.........\concat_features.m
.............\......\.........\cumsum2D.m
.............\......\.........\get_sampling_grid.m
.............\......\.........\normalize_response.m
.............\......\generate_cnn_feature.m
.............\......\svm
.............\......\...\Makefile
.............\......\...\README
.............\......\...\display_images.m
.............\......\...\libsvmread.c
.............\......\...\libsvmread.mexw64
.............\......\...\libsvmwrite.c
.............\......\...\libsvmwrite.mexw64
.............\......\...\make.m
.............\......\...\normalize_data.m
.............\......\...\read_data.m
.............\......\...\svm_model_matlab.c
.............\......\...\svm_model_matlab.h
.............\......\...\svmpredict.c
.............\......\...\svmpredict.mexw64
.............\......\...\svmtrain.c
.............\......\...\svmtrain.mexw64
.............\......\svmmnistfea.m
.............\......\util
.............\......\....\allcomb.m
.............\......\....\expand.m
.............\......\....\flicker.m
.............\......\....\flipall.m
.............\......\....\fliplrf.m
.............\......\....\flipudf.m
.............\......\....\im2patches.m
.............\......\....\isOctave.m
.............\......\....\makeLMfilters.m
.............\......\....\myOctaveVersion.m
.............\......\....\normalize.m
.............\......\....\patches2im.m
.............\......\....\randcorr.m
.............\......\....\randp.m
.............\......\....\rnd.m
.............\......\....\sigm.m
.............\......\....\sigmrnd.m
.............\......\....\softmax.m
.............\......\....\tanh_opt.m
.............\......\....\visualize.m
.............\......\....\whiten.m
.............\......\....\zscore.m
输入关键字,在本站271万海量源码库中尽情搜索:
帮助
[rsgvbvbi.zip] - 本程序的性能已经超过其他算法,快速扩展随机生成树算法,各种kalman滤波器的设计,感应双馈发电机系统的仿真,包括回归分析和概率统计,对于初学者具有参考意义,包括 MUSIC算法,ESPRIT算法 ROOT-MUSIC算法,车牌识别定位程序的部分功能。
[somshujvfenlei.rar] - 基于SOM的数据分类,自组织特征映射神经网络用于数据的分类
[multiboost-0.61.src.tar.gz] - Adaboost实现,主要用于机器学习的多分类器聚合, 最终形成分类效果逐渐增强的分类器
[handwrittendigital.rar] - 用Matlab实现的手写数字识别,对于小型的作业有很好的参考价值。
[BP.rar] - matlab实现的BP神经网络,用于手写数字识别,非常实用,可以直接运行看结果
[SVM.rar] - 这里实现了四种SVM工具箱的分类与回归算法
1、工具箱:LS_SVMlab
Classification_LS_SVMlab.m - 多类分类
Regression_LS_SVMlab.m - 函数拟合
2、工具箱:OSU_SVM3.00
Classification_OSU_S
[SvmMNIST.rar] - 通过SVM算法识别MNIST手写数字库,并加入了一些预处理算法,包括数字图像的大小调整归一化等,效果不错。
[elm.zip] - 神经网络的ELM算法,比传统的BP和SVM都快,而且效果也很精确。运行平台是matlab,本人已经对原始ELM做了修改,可以适应多种函数,而且在数据处理方面自动产生分类矩阵。
[Test-code-for-SRCNN.zip] - 深度学习,超分辨卷积神经网络,获取测试数据的MATLAB代码
[SVM-based-image-classification.rar] - 基于SVM的图像分类,由于支持向量机的分类能力极大地依赖于核参数的选取,因此,本文着重研究了核参数选择方法,并利用不同的颜色、纹理特征对图像进行分类。