在此基础上,使用支持矢量机(support vector machine,SVM)作为分类器,进行了仿真实验和对比实验,实验结果表明该方法是有效和可行的.
基于30个网页-相关网页
用于车牌字符识别的SVM算法 符识别时其识别率很大程度上依赖于训练样本的数量，且在无特征提取的情况下，识别的正确率相对较低。 支持矢量机（SupportVector Machines，SVM）是由Vapnik等人于1995年提出的一类新型机器学习方法，能够较好的解决小样本、非线性及高维数等模
基于10个网页-相关网页
通过对传统从阴影到形状(Shape from shading,SFS)问题和支持矢量机(Supporting vector machine,SVM)的研究,提出一种基于SVM由从明暗恢复形状方法,详细分析了这一方法的理论依据和可行性,探讨了SVM输...
基于2个网页-相关网页
一本关于支持矢量机的英文入门书籍。
Tutorial on Support Vector Machines for Pattern Recognition.
在分类器设计方面，通过引入支持矢量机，进一步提高低信噪比下的汉语声调识别率。
On the design of classifier, by introducing support vector machine, Chinese tone recognition rate is improved under low signal noise rate conditions.
采用支持矢量机的方法先对大量的图像进行训练，然后对连续的视频帧进行了语义探测。
The method of SVM is used to train a large amount of pictures to obtain the model which is used to detect the semantic of consecutive video frames.
应用推荐