Like A Rolliing Stone

在模式识别的范畴中，“模式”广义上是指任何在研究的对象，而研究的中心问题就是怎么把繁杂的模式分到不同的类别中去。 比如一副风景图片（图1），其中就存在着“天空”“云彩”“河流”“树木”等多种模式类别。 图1 在具体的分类过程中，通常选取模式的特征值来作为分类标准。比如上图中选取颜色值为特征，由于背景的天空色彩较浅，前景的山和植被等色彩较深，则可以在灰度值数轴上选取适当的灰度区

版权声明：     本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用，但请注明出处，如果有问题，请联系wheeleast@gmail.com   前言：       楼主在上研究生以后曾经多次遇到过SVM算法介绍，每次都是一知半解，只是兀自觉得是一个十分牛X的算法，有着广泛的应用。最近借着

要求对一幅shuim close all; f = imread('水天线原图.jpg'); imshow(f); title('鼠标左键点天空,鼠标中键点陆地，鼠标右键点水，Enter完成输入'); [x,y,button] = ginput; %读取鼠标点击坐标值和类型 % trNum1 = size  ？怎样分别统计天空陆地和水面的训练样本个数 [trNum,