在上一篇文章中，我介绍了《训练自己的haar-like特征分类器并识别物体》的前两个步骤：1.准备训练样本图片，包括正例及反例样本2.生成样本描述文件3.训练样本4.目标识别=================今天我们将着重学习第3步：基于haar特征的adaboost级联分类器的训练。若将本步骤看做...
分类：
其他好文 时间：
2014-07-22 22:54:54
阅读次数：
254
改善特征提取往往可以对分类的accuracy（和precision和召回率）有显著的正面影响。在本文中，我将评估word_feats的两项修改特征提取的方法：
过滤停用词 包含二元语法搭配
为了有效地做到这一点，我们将修改前面的代码，这样我们就可以使用任意的特征提取函数，它接收一个文件中的词，并返回特征字典。和以前一样，我们将使用这些特征来训练朴素贝叶斯分类器。
...
分类：
其他好文 时间：
2014-07-19 11:22:04
阅读次数：
593
1、HOG特征： 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检測的特征描写叙述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检測中...
分类：
其他好文 时间：
2014-07-19 09:38:15
阅读次数：
314
情感分析正成为研究和社交媒体分析的热点领域，尤其是在用户评论和微博上。它是文本挖掘的一种特殊情况，一般关注在识别正反观点上，虽然它常不很准确，它仍然是有用的。为简单起见（因为训练数据容易获取），我将重点放在2个可能的情感分类：积极的和消极的。
NLTK 朴素贝叶斯分类
NLTK附带了所有你需要的情感分析的入手的东西：一份带有分为POS和NEG类别的电影评论语料，以及一些可训练分类器。我...
分类：
其他好文 时间：
2014-07-19 02:14:25
阅读次数：
338
1，Exclusive OR（XOR）Booleanfunction问题
布尔量AND和OR是线性可分的
2，两层感知器
对Figure4.1中A类和B类，首先能想到的是画两条直线。如图Figure4.4.
① 两层感知器的分类能力
3，三层感知器
4，基于训练集精确分类的算法...
分类：
其他好文 时间：
2014-07-18 12:35:59
阅读次数：
281
感知机：就现在我理解的来看，感知机是最早被设计使用的人工神经网络的模型。感知机属于二分类的线性分类模型，输入为实例的特征向量，输出为实例的类别，取值为+1和-1.感知机使用特征向量来表示的前馈式人工神经网络，它是一种二元分类器，把矩阵上的输入（实数值向量）映射到输出值上（一个二元的值）。是实数的表式...
分类：
其他好文 时间：
2014-07-18 12:26:43
阅读次数：
242
1、线性分类器（Linear Regression） 1.1贝叶斯分类器 朴素贝叶斯（Naive Bayes）分类器，以垃圾邮件分类为例子，需要特征之间满足条件独立的假设； 局限性： （1）要求自变量和因变量之间满足线性关系； （2）因变量是定量变量，不可以是分类变量；如果因变量是分类变量，必须用l...
分类：
其他好文 时间：
2014-07-16 21:09:56
阅读次数：
268
本系列文章旨在学习如何在opencv中基于haar-like特征训练自己的分类器，并且用该分类器用于模式识别。该过程大致可以分为一下几个大步骤：1.准备训练样本图片，包括正例及反例样本2.生成样本描述文件3.训练样本4.目标识别=================本文主要对步骤1、步骤2进行说明。1....
分类：
其他好文 时间：
2014-07-16 18:24:00
阅读次数：
302
现在我们介绍使用Weka来对数据进行分类。对数据进行分类，我们必须先指定那一列作为预测类别。因为数据文件格式的问题，类别一般都是最后一列属性。我们可以使用setClassIndex来设置类别。然后我们要选择分类器，分类器有很多，我们暂时使用J48分类器。对数据进行训练可以使用buildClassi....
分类：
其他好文 时间：
2014-07-11 22:22:27
阅读次数：
378
贝叶斯分类器 贝叶斯分类器的分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。眼下研究较多的贝叶斯分类器主要有四种，各自是：Naive Bayes、TAN、BAN和GBN。 贝叶斯网络是一个带有概率...
分类：
其他好文 时间：
2014-07-09 15:36:36
阅读次数：
134
