资源简介
PCA/SVM算法实现图像分类,分类准确率可到达90%
代码片段和文件信息
%{
***************************************************************************
Cheng Gong
2017-6-24
智能信息处理作业
本次作业目的是对径向干扰图片、螺旋状干扰图片、麻点状干扰图片三类图片进行分类,
最终利用的方法是PCA+SVM,即主成分分析法和支持向量机结合的方法。
训练图片是15张,测试图片5张
***************************************************************************
%}
%main 函数是主函数
clear
close all
tic
%%
% 批量读取指定文件夹下的图片
disp(‘训练图片集路径:E:\MatlabProgram\作业工程\智能信息处理3.0\train‘);
pathname = ‘E:\MatlabProgram\作业工程\智能信息处理3.0\train‘;
disp(‘正在读取图片...‘);
img_path_list = dir(strcat(pathname‘\*.png‘));
img_num = length(img_path_list);
imagedata = [];
if img_num >0
for j = 1:img_num
img_name = img_path_list(j).name;
temp = imread(strcat(pathname ‘/‘ img_name));
temp = imresize(temp[370370]);
temp = double(temp(:));
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2017-07-01 11:58 PCA-SVM-master\
文件 5 2017-07-01 11:58 PCA-SVM-master\.gitignore
文件 123 2017-07-01 11:58 PCA-SVM-master\README.md
文件 2730 2017-07-01 11:58 PCA-SVM-master\main.m
文件 525 2017-07-01 11:58 PCA-SVM-master\multiSVM.m
文件 606 2017-07-01 11:58 PCA-SVM-master\multiSVMtrain.m
文件 1917 2017-07-01 11:58 PCA-SVM-master\test.m
目录 0 2017-07-01 11:58 PCA-SVM-master\test\
文件 44077 2017-07-01 11:58 PCA-SVM-master\test\0 (1).png
文件 72411 2017-07-01 11:58 PCA-SVM-master\test\0 (2).png
文件 38049 2017-07-01 11:58 PCA-SVM-master\test\0 (3).png
文件 35242 2017-07-01 11:58 PCA-SVM-master\test\0 (4).png
文件 30781 2017-07-01 11:58 PCA-SVM-master\test\0 (5).png
文件 156468 2017-07-01 11:58 PCA-SVM-master\test\1 (1).png
文件 62669 2017-07-01 11:58 PCA-SVM-master\test\1 (2).png
文件 107671 2017-07-01 11:58 PCA-SVM-master\test\1 (3).png
文件 80643 2017-07-01 11:58 PCA-SVM-master\test\1 (4).png
文件 55553 2017-07-01 11:58 PCA-SVM-master\test\1 (5).png
文件 55868 2017-07-01 11:58 PCA-SVM-master\test\2 (1).png
文件 38445 2017-07-01 11:58 PCA-SVM-master\test\2 (2).png
文件 29013 2017-07-01 11:58 PCA-SVM-master\test\2 (3).png
文件 23713 2017-07-01 11:58 PCA-SVM-master\test\2 (4).png
文件 22353 2017-07-01 11:58 PCA-SVM-master\test\2 (5).png
目录 0 2017-07-01 11:58 PCA-SVM-master\train\
文件 44077 2017-07-01 11:58 PCA-SVM-master\train\0 (1).png
文件 27757 2017-07-01 11:58 PCA-SVM-master\train\0 (10).png
文件 56032 2017-07-01 11:58 PCA-SVM-master\train\0 (11).png
文件 96927 2017-07-01 11:58 PCA-SVM-master\train\0 (12).png
文件 77765 2017-07-01 11:58 PCA-SVM-master\train\0 (13).png
文件 42728 2017-07-01 11:58 PCA-SVM-master\train\0 (14).png
文件 67671 2017-07-01 11:58 PCA-SVM-master\train\0 (15).png
............此处省略40个文件信息
相关资源
- FCM方法对彩色图像进行分割
- PLC_matlab 对电力线的噪声进行分类
- Matlab--Incremental-SVM 完整的增量式支持
- RF_Class_C随机森林算法对图像特征分类
- matlab实现的图像栅格化
- 一整套基于小波变换的的图像融合算
- 高鲁棒性的自适应图像加密算法
- 用matlab做图像检索
- 机器视觉之模糊图像复原 (Image-Res
- matlab实现多幅图像拼接
- frechet 计算两条曲线的相似度
- classification_toolbox 用于分类的matlab代码
- 图像的自动多阈值分割
- otsu 多维OTSU阈值分割方法
- 图像处理模式识别一种分类算法:svm
- 采用稀疏表示的图像融合方法
- dwt_ihs_fusion 基于离散小波变换和IHS变
- svm参数的优化算法——遗传算法(G
- svd图像压缩(SVD_comprecession)
- 用于红外、可见光的图像融合
- Block_CS 基于分块可压缩传感的图像重
- RMSHE 基本原理是将图像根据平均灰度
- DTCWT 适合进行图像压缩
- signature Sal 基于图像签名的显著性区域
- SAR图像的去噪
- isrgb 判断图像是否为RGB格式。
- offline-sEMG-recognition 提取人体手臂肌电
- graphcut 基于图论的知识进行图像分割
- 鲸鱼算法改进优化 WOAlssvm
- matlab实现的粒子群算法的图像分割算
评论
共有 条评论