暂无评论
“监控+鞋印”是目前公安机关刑事侦查的重要技战法,其基本原理是依据犯罪现场鞋印推断嫌疑人所穿鞋型,然后到周边监控视频中检索嫌疑鞋型。针对“监控+鞋印”技战法自动化程度低下的问题,提出一种基于卷积神经网
神经网络是近年来受到国内外广泛关注的高新技术,不同科学的科技人员对其进行了深入的研究,并取得了许多有价值的研究成果,利用BP网络实现图像质量评价,选取图像的几个特征向量作为BP网络的输入。一般BP的输
人工神经网络模式识别的一个课程设计,报告包含实现过程,实现效果介绍,可作为同类课程设计参考
有兴趣研究神经网络的朋友下来看看,资源中的一些知识个人认为不错
针对高速公路环境下的车型识别问题,利用深度学习Caffe 框架中的AlexNet 和传统方法支持向.量机( SVM) ,分别对车辆图像进行网络训练与测试,得到两种车型识别方法的准确率并进行比较验证。.
摘要: 针对非参数特征分析(nonparametric feature analysis,NFA)方法需将图像矩阵转化为向量后进行特征提取,导致数据维数很大,计算复杂等缺点,提出M2DPCA+NFA
将非参数子空间分析方法(NSA)和模块化2DPCA方法相结合,提出了一种模块化2DPCANSA方法。NSA方法需将图像矩阵转化为向量后进行特征提取,导致数据维数很大,没有考虑到图像的局部特征,对图像矩
针对广泛应用的有杆抽油机故障率较高的现状,提出傅立叶描述子和RBF神经网络相结合的算法判断抽油机工况。该算法基于典型示功图的几何特征,提取低频区傅里叶描述子作为特征参数,再结合上、下冲程的载荷变化量,
此程序包含经典PCA以及2DPCA算法的MATLAB程序,以及在ORL人脸数据库中的人脸识别应用,分类识别算法采用的是SVM。 PCA最高识别率为85% 2DPCA为91% 程序中涉及到一些图片路径的
改进2DPCA算法在人脸识别中的应用.pdf
暂无评论