基于SVM的极化 SAR 图像分类算法思路
2014-04-24 11:39
363 查看
基于SVM的极化 SAR 图像分类算法思路
SVM 作为有间监督的算法，需要先进行训练
不断调整参数 才能达到满意的结果 ，而且简单实用。
SVM 作为有间监督的算法，需要先进行训练
不断调整参数 才能达到满意的结果 ，而且简单实用。
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 计算机视觉课程作业 基于词袋模型的图像分类算法
- 五种基于RGB色彩空间统计的皮肤检测算法 分类： 视频图像处理 2015-07-24 10:18 48人阅读 评论(0) 收藏
- 基于 ODR 和 BSMOTE 的不均衡 SVM 分类算法
- 基于PCA和SVM的高光谱遥感图像分类研究
- 基于图像形状的一种比较漂亮的分类算法
- 基于BOW的图像分类识别算法实现步骤
- SVM实现多分类的程序基础工作（三）——基于纠错编码的SVM多类分类算法和基于二叉树的多类SVM算法的基本思想
- 关于几种经典的非监督极化SAR分类算法的个人总结
- 基于纠错编码的SVM多类分类算法和基于二叉树的多类SVM算法的基本思想
- 基于SVM的图像分类
- 基于二叉树SVM多类分类算法研究
- 基于图像形状的一种比较漂亮的分类算法
- 基于SIFT特征和SVM的图像分类
- 极化 SAR 图像分类流程
- 基于图像形状的一种比较漂亮的分类算法
- 基于局部均方差的图像去噪声算法
- 基于纹理的图像检索算法研究
- 基于朴素贝叶斯分类器的文本分类算法（下）
- 身份证号码图像提取--基于canny边缘检测的连通域检测算法
- 基于深度学习的场景分类算法