搜索资源列表
haar_face_detection
- 运用Adaboost算法haar分类器实现的人脸检测，帧率是32。-Using Adaboost face detection algorithm of Haar classifier, the fr a me rate is 32.
adaboost_last
- adaboost分类算法的C++实现，可直接运行-adaboost classification algorithm C++ achieve, can be directly run
ABdemo
- 用matlab实现的adaboost分类器算法Implemented-Implemented with the matlab adaboost Classifier
python-code-for-Machine-learning
- 用于机器学习的全方位python代码，包括K-近邻算法、决策树、朴素贝叶斯、Logistic 回归 、支持向量机、利用 AdaBoost 元算法提高分类性能、预测数值型数据：回归、树回归、利用 K-均值聚类算法对未标注数据分组、使用 Apriori 算法进行关联分析、使用 FP-growth 算法来高效分析频繁项集、利用 PCA 来简化数据、利用 SVD 简化数据、大数据与 MapReduce-The full range of py
OpenCode_luzhenbo
- [原创]混沌分析,聚类分析,支持向量机,群体智能优化,深度学习(卷积神经网络)Matlab工具箱全开源版本下载 作者: 陆振波 毕业院校：海军工程大学，船舶与海洋工程(水声工程)，博士 精通方向：信号处理，图像处理，人工智能，模式识别，支持向量机，深度学习，机器学习，机器视觉，群体智能，非线性与混沌，Matlab与VC++混编，大数据 擅长技能：团队激励，战略规划，企业文化，组织架构，C，C++，Matlab，OpenC
face-detection-opencv-android
- 利用opencv的adaboost算法进行人脸检测android源码-Using AdaBoost opencv algorithm for human face detection Android source code
MAERJIANCE
- 场景图像中文本占据的范围一般都较小，图像中存在着大范围的非文本区域。因此，场景图像文本定位作为一个独立步骤越来越受到重视。这包括从最先的CD和杂志封面文本定位到智能交通系统中的车牌定位、视频中的字幕提取，再到限制条件少，复杂背景下的场景文本定位。与此同时文本定位算法的鲁棒性越来越高，适用的范围也越来越广泛。文本定位的方式一般可以分为三种，基于连通域的、基于学习的和两者结合的方式。基于连通域的流程一般是首先提取候选文本区域，然后采用先验
90329790adaboost
- 分类识别，结合AdaBoost算法，有一定实验效果，但有待于进一步改进-Classification and recognition, combined with AdaBoost algorithm, have some experimental results, but need to be further improved
haarPadaboost
- adaboost算法中用于计算haar特征值的代码-The code used in the adaboost algorithm to compute haar eigenvalues
Ensemble-Learning
- 集成学习将若干基分类器的预测结果进行综合，具体包括Bagging算法和AdaBoost算法；还有随机森林算法，利用多棵树对样本进行训练并预测的一种分类器-Integrated learning integrates the prediction results of several base classifiers, including Bagging algorithm and AdaBoost algorithm and rand
Adaboosthaarlikecascadefacedetaction
- 利用opencv，adaboost+haar特征实现人脸识别的python小程序-a program use opencv and haar feature to detect face a picture
bianyuanjiance
- 边缘检测，基于adaboost的边缘检测，最优化边缘检测-edge detection
mechine-learning
- 本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。 全书通过精心编排的实例，切入日常工作任务，摒弃学
ada
- Demo of adaBoost (adaptive boosting) Xu Cui 2009/05/12 clear training data (1000 samples, 2 dimensions, can be seen as 1000 people, each people have 2 variable: weight and age) data = randn(1000,2
FaceDection
- 基于dsp的人脸识别，使用harr特征和adaboost级联分类器(Based on dsp face recognition, use the harr feature and the adaboost cascade classifier)
hfxey
- Virtual power wireless sensor network coverage, Using matlab written narrowband noise occurs, Spectral methods of computational fluid dynamics flow of some of the overall stability of the phenomenon.
nengbenkiu
- A complete set of brothers, Relief computing classification weight, Gaussian white noise generator.
tw357
- Including compression ratio, image restoration computing uptime and peak signal to noise ratio, Machine learning routines, Simulation of doubly fed induction generator system.
main
- 人脸检测： 第一部分，使用Harr-like特征表示人脸，使用“ 积分图”实现特征数值的快速计算; 第二部分， 使用Adaboost算法挑选出一些最能代表人脸的矩形特征( 弱分类器)，按照加权投票的方式将弱分类器构造为一个强分类器; 第三部分， 将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，级联结构能有效地提高分类器的检测速度。(Face detection: In the first part, t
拟合代码
- 仿真处理光纤数据，一种简单的拟合方法，易学。附赠adaboost算法论文一篇(photonic crystal fiber dispersion fitting curve based on matlab)