车牌识别PCA+SVM.rar

PCA SVM 人脸识别

基于pca与svm的人脸识别代码，pca特征提取，svm训练与识别。代码简单易懂，新手学习必备。

SVM车牌识别资料libsvm

svm车牌识别

基于SVM的matlab车牌识别

SVM-HOG特征训练，用于车牌识别的正负样本，正样本：车牌，负样本：非车牌

使用OpenCV的SVM分类器进行车牌的识别

该程序完成了Gabor-SVM和PCA-SVM人脸识别程序，并将两个算法准确率进行了对比，提供了一个GUI交互界面，并且附加使用说明。

人脸识别运用pca（主成分分析）和svm(支持向量机)来进行识别

采用PCA进行人脸特征脸的提取，基于osu-svm进行分类，采用的数据集是ORL人脸库，识别正确率可达93%。资源包括代码，osu-svm工具箱，orl人脸库、实验保存的数据以及对程序的详细说明，值得

人脸识别算法实现基于PCA降维和SVM分类器实现包含工程文件代码和测试人脸数据库

pca+svm在matlab实现人脸识别，使用orl人脸图像库，识别率高

主成分分析（pca）是人脸识别中特征提取的主要方法，支持向量机（svm）具有适合处理小样本、非线性和高维数问题，利用核函数且泛化能力强等多方面的优点。文章将两者结合，先用快速pca算法进行人脸图像特征

借助pca算法实现特征降维并提取特征脸 通过支持向量机实现人脸识别。 代码为python代码,需要import sklearn库和matplotlab库。识别的准确率为85%左右。用的是fetch_l

matlab程序SVM车牌识别