数据集主页：Go背景提前感知道路的状态与特性能够为车辆规划控制系统提供有效信息，从而提高车辆的安全性和驾乘舒适性。利用视觉信息进行道路预瞄被证实是一种有效的解决方案。但是目前仍然缺少一个大规模的路面图像分类数据集。基于此背景，我们实车采集、标注并发布了该道路表面分类数据集（RSCD），提供路面材质、附着水平及不平度等级的详细标注信息，共101万张图像。 该数据集由清华大学车辆与运载学院研究团队发布
转载
2024-08-06 05:12:17
63阅读
想自己动手写一个CNN很久了，论文和代码之间的差距有一个银河系那么大。在实现两层的CNN之前，首先实现了UFLDL中与CNN有关的作业。然后参考它的代码搭建了一个一层的CNN。最后实现了一个两层的CNN，码代码花了一天，调试花了5天，我也是醉了。这里记录一下通过代码对CNN加深的理解。首先，dataset是MNIST。这里层的概念是指convolution+pooling，有些地方会把convol
转载
2024-05-07 15:24:59
60阅读
1.前言最近需要用到卷积神经网络(CNN)，在还没完全掌握cuda+caffe+TensorFlow+python这一套传统的深度学习的流程的时候，想到了matlab，自己查了一下documentation,还真的有深度学习的相关函数。所以给自己提个醒，在需要用到某个成熟的技术时先查一下matlab的帮助文档，这样会减少很多时间成本。记得机器学习的大牛Andrew NG.说过在硅谷好多人都是先用m
转载
2024-08-08 11:46:29
171阅读
deepLearnToolbox-master是一个深度学习matlab包，里面含有很多机器学习算法，如卷积神经网络CNN，深度信念网络DBN，自动编码AutoEncoder（堆栈SAE，卷积CAE）的作者是 RasmusBerg Palm。今天给介绍deepLearnToolbox-master中的CNN部分。
DeepLearnToolbox-master中CNN内的函数：
调用关系为：
该模
数据类型MATLAB中的数据类型主要包括数值类型、逻辑类型、字符串、函数句柄、结构体和
单元数组类型。这6种基本的数据类型都是按照数组形式存储和操作的。另外，MATLAB
中还有两种用于高级交叉编程的数据类型，分别是用户自定义的面向对象的用户类类型和
Java类类型。数值类型基本的数值类型主要有整数、单精度浮点数和双精度浮点数。数据格式示例说明int8,unit8int16,unit16int32
1.前言最近需要用到卷积神经网络(CNN)，在还没完全掌握cuda+caffe+TensorFlow+python这一套传统的深度学习的流程的时候，想到了matlab，自己查了一下documentation,还真的有深度学习的相关函数。所以给自己提个醒，在需要用到某个成熟的技术时先查一下matlab的帮助文档，这样会减少很多时间成本。记得机器学习的大牛Andrew NG.说过在硅谷好多人都是先用m
转载
2024-03-27 08:33:05
13阅读
一、简介（附课程作业报告）图像的特征提取是图像的识别和分类、基于内容的图像检索、图像数据挖掘等研究内容的基础性工作，其中图像的纹理特征对描述图像内容具有重要意义，纹理特征提取已成为图像领域研究的一个重要方法。 本项目以道路状况分类为背景，基于SVM使用纹理特征参数完成对道路状况的分类。1 灰度共生矩阵的特征参数二阶矩对比度相关性熵逆差距2 实现过程 本文以识别路况为背景设计系统，首先读取
原创
2022-03-22 10:34:12
122阅读
一、简介（附课程作业报告）图像的特征提取是图像的识别和分类、基于内容的图像检索、图像数据挖掘等研究内容的基础性工作，其中图像的纹理特征对描述图像内容具有重要意义，纹理特征提取已成为图像领域研究的一个重要方法。本项目以道路状况分类为背景，基于SVM使用纹理特征参数完成对道路状况的分类。1 灰度共生矩阵的特征参数二阶矩对比度相关性熵逆差距2 实现过程本文以识别路况为背景设计系统，首先读取图像文件，在为了得到较为理想的结果，给出的图片尺寸较小，这样的目的在于提高运行速度、能够对理想情况下的
原创
2021-11-16 13:38:47
90阅读
一、简介（附课程作业报告）图像的特征提取是图像的识别和分类、基于内容的图像检索、图像数据挖掘等研究内容的基础性工作，其中图像的纹理特征对描述图像内容具有重要意义，纹理特征提取已成为图像领域研究的一个重要方法。本项目以道路状况分类为背景，基于SVM使用纹理特征参数完成对道路状况的分类。1 灰度共生矩阵的特征参数二阶矩对比度相关性熵逆差距2 实现过程本文以识别路况为背景设计系统，首先读取图像文件，在为了得到较为理想的结果，给出的图片尺寸较小，这样的目的在于提高运行速度、能够对理想情况下的
原创
2021-11-16 13:43:28
173阅读
一、简介（附课程作业报告）图像的特征提取是图像的识别和分类、基于内容的图像检索、图像数据挖掘等研究内容的基础性工作，其中图像的纹理特征对描述图像内容具有重要意义，纹理特征提取已成为图像领域研究的一个重要方法。 本项目以道路状况分类为背景，基于SVM使用纹理特征参数完成对道路状况的分类。1 灰度共生矩阵的特征参数二阶矩对比度相关性熵逆差距2 实现过程 本文以识别路况为背景设计系统，首先读取
原创
2022-03-22 10:46:55
278阅读
MATLAB类 你在MATLAB软件工作时经常会有很多不同的数据类型或类。你可以建立浮点数和整数矩阵和数组，字符和字符串，及逻辑真假状态。函数句柄可以使你的编码与任何MATLAB函数相连接，不管其当前范围。结构矩阵和单元矩阵提供一种把不同类型数据存储在相同数据内。 在MATLAB中有15种基本类，每一类都是以矩阵或数组形式。这个矩阵或数组最小大小是0乘0，能够发展到任何大小的N
转载
2024-08-07 12:39:54
56阅读
目录一、实验意义及目的二、实验内容三、Matlab 相关函数介绍四、算法原理五、参考代码及扩展代码流程图(1)参考代码流程图(2)扩展代码流程图六、参考代码七、实验要求（1）尝试不同的阈值选择方法，实现灰度图像二值化（2）变换参数实现形态学滤波，查看滤波效果（3）更改重建边界点数，查看效果（4）自行设计方法实现图像分割，并计算分割区域相关参数 一、实验意义及目的 （
1
）进一步掌握图像
MATLAB中的图像类型 MATLAB中数组是最基本的数据结构，大部分图像用二维数组即矩阵表示，矩阵中的一个元素对应一个像素。例如，一个由500行600列不同颜色点组成的图像可以用500*600的矩阵来表示。当然也有一些图像是用三维数组表示的，如RGB图像的三个维分别表示像素的红色、绿色和蓝色分量值。这样使得在MATLAB中使用图形文件格式的图像和使用其他类型的矩阵数据的方式一致。&nb
转载
2024-05-23 15:38:15
79阅读
1 简介图像的特征提取是图像的识别和分类、基于内容的图像检索、图像数据挖掘等研究内容的基础性工作，其中图像的纹理特征对描述图像内容具有重要意义，纹理特征提取已成为图像领域研究的一个重要方法。本文探讨了基于灰度共生矩阵( GLCM) 的纹理特征提取方法，给出了基于 MATLAB 的简便实现代码，分析了共生矩阵各个构造参数对构造共生矩阵的影响。实现基于灰度共生矩
原创
2022-01-20 10:17:50
277阅读
Matlab 音频信号处理 现有原始音频文件SunshineSquare.wav，后半段音频被人为加上了多频段的噪音，使用matlab工具对其进行分析并消除噪音还原出无噪音频文件。 Step1：分析原始音频文件读取[audio_data, fs] = audioread('../../SunshineSquare.wav');
L = length(audio_data);
% 听一
线性分类 由于之前KNN分类器的缺点，让我们很自然地去寻找有更加强大地方法去完成图像分类任务，这种方法主要有两部分组成： 评分函数（score function），它是原始图像数据到类别分值的映射(f(x)=Wx)。 损失函数（loss function），它是用来量化预测分类标签的得分与真实标签之间一致性的。 这种方法其实最后可以转化成一个最优化问题，在最优化过程中，将通过更新评分函
转载
2024-03-21 10:53:28
92阅读
写的还算不错。最近在倒腾Matconvnet工具包，正好看见新版Matlab的神经网络工具了，一并学习了，两者很相似。这里是matlab2017a，昨天去学校网上看，貌似matlab2018也出来了哈哈，真是日新月异。关于Matlab，CUDA，VS编译器，以及GPU配置可以查看我的上一篇博文。1.前言最近需要用到卷积神经网络(CNN)，在还没完全掌握cuda+caffe+TensorFlow+p
转载
2024-02-16 10:06:53
16阅读
前期工作：下载安装matlab和下载MatConvNet以及下载GPU相关文件和配置GPU。 具体请参见我之前的文章： 1. 深度学习 2. MatConvNet（CNN）的配置和相关实验结果,CNN学习使用 ： 2. 深度学习 3. MatConvNet (CNN)的介绍和下载以及CPU和GPU的安装配置，Matlab2016 ： 准备工作： 1. 打
转载
2024-04-03 12:55:21
148阅读
分类预测 | MATLAB实现EVO-CNN多输入分类预测
原创
2024-03-06 09:32:30
44阅读
CNN-Attention分类预测 | Matlab实现多特征分类预测
