BoW|Pyramid BoW+SVM进行图像分类

上传者: kjj999ok | 上传时间: 2020-01-03 11:24:00 | 文件大小: 3.42MB | 文件类型: ZIP
图像的特征Dense Sift提取,通过Bag of Words词袋模型进行描述,用BoW描述完图像之后,指的是将训练集以及测试集的图像都用BoW模型描述了,就可以用SVM训练分类模型进行分类了。在这里除了用SVM的RBF核,还自己定义了一种核: histogram intersection kernel,直方图正交核。很多论文说这个核好,并且实验结果很显然。能从理论上证明一下么?通过自定义核也可以了解怎么使用自定义核来用SVM进行分类

文件下载

评论信息

  • HAN_ALPHA :
    可以,值得学习一下
    2017-10-16
  • qq_39294167 :
    很好很不错
    2017-10-09
  • wicnd :
    有启发意义
    2017-02-06
  • waitinghuo1990 :
    不错,正在学习,资源不错
    2016-03-29
  • 叛逆的鲁鲁猫 :
    虽然没能帮到我,但是还是支持一下,挺不错的。
    2016-01-09
  • jdjd1114 :
    不错,正在学习。。。
    2015-12-31

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明