资源简介
.m 资源
本代码利用对偶空间求解SVM模型与直接求解进行对比,实现简单的模式分类
代码片段和文件信息
clc;
clear all;
close all;
img=imread(‘1.jpg‘);
img=double(img);
figure
imshow(uint8(img));
title(‘左键单击海洋部分,中键点击陆地部分,右键单击取天空部分‘)
[xxyybotton] = ginput();
xx=floor(xx);
yy=floor(yy);
%%%%%%
img0=rgb2hsv(img);
img(::1)=img0(::2);
img(::2)=img0(::3);
%%%%%%
count=size(xx);
for cou= 1:count
trnx1(cou:)=[img(yy(cou)xx(cou)1)img(yy(cou)xx(cou)2)];
if (botton(cou)==1)
trny1(cou) = 1;
else
trny1(cou) = -1;
end
end
trny1=trny1‘;
i=1;
for cou= 1:count
if (botton(cou)~=1)
trnx2(i:)=[img(yy(cou)xx(cou)1)img(yy(cou)xx(cou)2)];
if (botton(cou)==2)
trny2(i) = 1;
end
if(botton(cou)==3)
trny2(i) = -1;
end
i=i+1;
end
end
trny2=trny2‘;
figure
ker=‘linear‘;
[nsv1 alpha1 bias1] = svc(trnx1trny1ker10);
svcplot(trnx1trny1keralpha1bias1);
hold off
figure
[nsv2 alpha2 bias2] = svc(trnx2trny2ker10);
svcplot(trnx2trny2keralpha2bias2);
hold off
%
% [MNk]=size(img);
% img1=img;
% tic
% for i =1:M
% for j= 1:N
% testx=img(ij1:2);
% predicty=svcoutput(trnx1trny1testxkeralpha1bias1);
%
% if(predicty==1);
% img1(ij:)=[25500];
% else
% predicty=svcoutput(trnx2trny2testxkeralpha2bias2);
% if(predicty==1)
% img1(ij:)=[255255255];
% else
% img1(ij:)=[00255];
% end
% end
% end
% end
% figure
% imshow(img1);
testx=img(111:2);
predicty0=svcoutput(trnx1trny1testxkeralpha1bias1)
for j=10:20
imax=zeros(110)
for i=1:10
testx=img(floor(i*662/10)j1:2);
predicty=svcoutput(trnx1trny1testxkeralpha1bias1)
if(predicty~=predicty0)
imax(i)=0
elseif(predicty==predicty0)
imax(i)=1
end
end
end
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 2068 2014-04-06 10:13 svm-gunn\.m
文件 173188 2014-04-08 01:36 svm-gunn\2 (3).jpg
文件 371 2012-03-06 00:30 svm-gunn\binomial.m
文件 144 2012-03-06 00:30 svm-gunn\centrefig.m
文件 1728 2012-03-06 00:30 svm-gunn\cmap.mat
文件 1105 2012-03-06 00:30 svm-gunn\Contents.m
文件 2808 2014-04-08 10:48 svm-gunn\line.c
文件 4020 2014-04-08 10:49 svm-gunn\line.mexw32
文件 1314 2014-04-08 11:21 svm-gunn\my_compare_svm.asv
文件 1445 2014-04-08 11:40 svm-gunn\my_compare_svm.m
文件 457 2012-03-06 00:30 svm-gunn\nobias.m
文件 49152 2012-03-06 00:30 svm-gunn\qp.dll
文件 2642 2012-03-06 00:30 svm-gunn\README
文件 5113 2012-03-06 00:30 svm-gunn\road1.mat
文件 5400 2012-03-06 00:30 svm-gunn\road2.mat
文件 312 2012-03-06 00:30 svm-gunn\softmargin.m
文件 2771 2012-03-06 00:30 svm-gunn\svc.m
文件 837 2012-03-06 00:30 svm-gunn\svcerror.m
文件 1228 2012-03-06 00:30 svm-gunn\svcinfo.m
文件 973 2012-03-06 00:30 svm-gunn\svcoutput.m
文件 3109 2012-03-06 00:30 svm-gunn\svcplot.m
文件 1299 2012-03-06 00:30 svm-gunn\svdatanorm.m
文件 2636 2014-03-19 17:13 svm-gunn\svkernel.m
文件 2637 2012-03-06 00:30 svm-gunn\svkernel.m.bak
文件 401 2012-03-06 00:30 svm-gunn\svtol.m
文件 233118 2014-03-19 16:02 svm-gunn\TEST001.BMP
文件 233118 2014-03-19 16:03 svm-gunn\TEST002.BMP
文件 5386 2012-03-06 00:30 svm-gunn\uiclass.m
文件 12592 2012-03-06 00:30 svm-gunn\uiclass.mat
文件 5627 2012-03-06 00:30 svm-gunn\uiregress.m
............此处省略5个文件信息
相关资源
- 一种新的模糊支持向量机算法的推演
- 高斯过程回归与分类的程序与Gaussia
- 新旧国民行业分类代码比较(2011-20
- acm培训资料,题目分类,递归分治策
- 基于属性加权的朴素贝叶斯分类算法
- SVM分类器IDL
- text-cnn源代码
- PRML模式识别与机器学习 习题答案完整
- SAP FICO 应收应付重分类
- 基于PSO-SVM负荷预测
- 一个很好的模式识别课程的
- 基于贝叶斯及KNN算法的newsgroup文本分
- 模式识别的几篇论文
- libsvm-3.20.zip
- 基于Opencv的图像分类
- 第三次国土调查工作分类图示符号库
- LiDAR数据滤波分类
- 基于tensorflow的猫狗图片的识别分类
- 实验题目:基于Hadoop的并行贝叶斯分
- 聚类、分类所用数据集
- 国民经济行业分类.xlsx
- 极限学习机的回归拟合及分类-对比试
- 基于朴素贝叶斯的垃圾邮件分类
- 论文研究-基于上眼皮和内眼角区域特
- 在Keras中CNN联合LSTM进行分类
- 最新2017年国民经济行业分类(GB-T-4
- PAT甲级练习题155道分类xmind
- 人才招聘网行业与职位分类数据表分
- libsvm-mat-2.89-3[FarutoUltimate3.0].rar
- 基于灰度梯度共生矩阵的图像分类
评论
共有 条评论