Я новичок в MATLAB и выполняю свой проект программирования в области обработки цифровых изображений, т. Е. Классификация изображений с магнитным резонансом с использованием вейвлет-функций + SVM + PCA + ANN. Я выполнил образец SVM-классификации из инструмента MATLAB и изменил его, чтобы соответствовать моим требованиям. Я сталкиваюсь с проблемами при хранении более чем одной функции во входном векторе и в предоставлении нового ввода в SVM. Пожалуйста помоги.svm классификация
0
A
ответ
1
Просто кормить многомерных данных функций для svmtrain(Training, Group) функции в качестве учебного параметра (Training может быть матрица, каждый столбец представляет собой отдельную функцию). После этого используйте для тестирования классификацию данных svmclassify(SVMStruct, Sample).
+0
Я не могу классифицировать новый набор данных с помощью функции svmclassify в Matlab и не в состоянии дать более двух функций в качестве входных данных для классификатора, может ли любая полезная помощь для решения этой проблемы – Meena
Смежные вопросы
- 1. SVM Классификация многоклассовых текстов
- 2. SVM Классификация: доверительный интервал
- 3. Классификация многоклассы в SVM
- 4. Классификация с использованием SVM
- 5. SVM Классификация Участок в R
- 6. Классификация документов с использованием SVM
- 7. классификация изображений с использованием SVM
- 8. Многоклассовая классификация SVM в Encog
- 9. Классификация SVM - нормализация в R
- 10. Текстовая классификация с использованием e1071 (SVM)
- 11. Классификация набора данных Movielens по алгоритму SVM
- 12. Многоклассовая классификация: SVM «1vs1» против «1vsAll»
- 13. Svm Реализация в java - классификация 1/0
- 14. Python scikits SVM grid поиск и классификация
- 15. Одноклассная классификация с SVM в R
- 16. классификация изображений с использованием SVM и BOW?
- 17. SVM, тестирование, обучение, классификация с просеиванием и k-средствами/опекой
- 18. SVM Классификация по R - Variable Length Отличается Ошибка
- 19. Многоуровневая классификация с использованием SVM с использованием quickminer
- 20. классификация выражения лица в реальном времени с использованием SVM
- 21. классификация изображений с использованием техники SVM в opencv
- 22. Классификация с помощью радиальной базовой функции (RBF) SVM
- 23. Инкрементальная классификация SVM или любого классификатора в SPARK
- 24. Классификация мультикласса SVM с использованием Scikit Learn - код не заполняется
- 25. Классификация текста с R и SVM. Матричные функции
- 26. гендерная классификация авторов блога
- 27. Классификация многомерных временных рядов
- 28. Цвет и классификация функций opencv
- 29. Многоклассная классификация в WEKA
- 30. Классификация редких данных
i! = I ............... – Shoban
Вы можете уточнить? Я не знаю, с какими конкретными проблемами вы столкнулись. –