4.在二维坐标中绘制SVM的训练和测试结果: svcplot(X,Y,ker,alpha,bias) 其中: X - 训练样本的输入特征 Y - 训练样本的标号 ker - 核函数 alpha - SVM的求解结果 bias - SVM的偏移量 ker=‘linear’; %选择线性核函数 [nsv alpha bias]=svc(trnx,trny,ker,10); %训练SVM svcplot(trnx,trny,ker,alpha, bias); %显示分类器效果 利用SVM的Matlab工具箱进行印签提取的示例程序 tstnum=1; for i=1:size(RGB,1) for j=1:size(RGB,2) testx=double(RGB(i,j,1:2)); preY=svcoutput(trnx,trny,testx,ker,alpha,bias); tstnum=tstnum+1; if (preY==1) resIm(i,j)=255; el
原创力文档

文档评论(0)