- 博客(1)
- 资源 (12)
- 收藏
- 关注
转载 SVM的特点与不足
SVM有如下主要几个特点:(1)非线性映射是SVM方法的理论基础,SVM利用内积核函数代替向高维空间的非线性映射;(2)对特征空间划分的最优超平面是SVM的目标,最大化分类边际的思想是SVM方法的核心;(3)支持向量是SVM的训练结果,在SVM分类决策中起决定作用的是支持向量。(4)SVM 是一种有坚实理论基础的新颖的小样本学习方法。它基本上不涉及概率测度及大数定律等,因此不同
2014-10-13 16:04:50 7469
图像原比例压缩
设定图像最大边长度并原比例压缩图片,主要代码描述见:http://blog.csdn.net/u010555688/article/details/51505913
2016-05-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人