Home IT技术 结合多种特征使用支持向量机 结合多种特征使用支持向量机 IT技术 xiaolong · 2025年4月7日 · 0 Comment 我想使用方向梯度直方图和局部二值模式结合支持向量机。但是,这些特征的维度不同。我该如何将它们结合起来呢? 回答: 上面@人名的评论是正确的:你可以直接将这些特征连接起来。因此,对于每个数据点(图像),特征向量将如下所示: [HOG1, HOG2, …, HOG4608, LBP1, LBP2, …, LBP7424] 其中HOGn表示HOG特征中的第n个特征,依此类推。 你的数据集的尺寸将是(图像数量,4608+7424)。 相关文章: 使用Gist描述符进行图像分类 支持向量机用于多对象分类 MATLAB 中的支持向量机 求助–使用LibSVM获得100%的准确率? 如何确定AdaBoost中的弱分类器数量 如何在测试数据未标记时运行LIBSVM的’svm-predict.exe’? 如何使用两个特征向量训练SVM? 如何处理高维输入空间的机器学习问题? libsvm的准确性如何? 在OpenCV中,svm.predict参数returnDFVal是什么意思? classification computer-vision libsvm machine-learning