svm+sift

对遥感图像中目标识别分割算法进行研究，是一种监督学习算法。首先具体介绍了尺度不变特征变换、词典模型和支持向量机的原理、实现的具体步骤和优越性，并对SVM非线性分类中核函数的重要作用进行了深入研究，之后使用基于SIFT的支持向量机分割算法对目标识别进行了实验。

code
1.pgm
10.pgm
11.pgm
12.pgm
13.pgm
14.pgm
15.pgm
16.pgm
17.pgm
18.pgm
19.pgm
2.pgm
20.pgm
21.pgm
22.pgm
23.pgm
24.pgm
25.pgm
26.pgm
27.pgm
28.pgm
29.pgm
3.pgm
30.pgm
31.pgm
32.pgm
33.pgm
34.pgm
35.pgm
36.pgm
37.pgm
38.pgm
39.pgm
4.pgm
40.pgm
41.pgm
42.pgm
43.pgm
44.pgm
45.pgm
46.pgm
47.pgm
48.pgm
49.pgm
5.pgm
50.pgm
51.pgm
52.pgm
53.pgm
54.pgm
55.pgm
56.pgm
57.pgm
6.pgm
7.pgm
8.pgm
9.pgm
LICENSE
Makefile
defs.h
des0.mat
des1.mat
distance.m
k.m
lab.mat
label.mat
lee_load_dir_file.m
main.m
sift.m
siftWin32.exe
svmStruct.mat
tmp.key
tmp.pgm
tra0.m
tra1.m
train0.mat
train1.mat
util.c
yuchuli.m
yuchuli0
yuchuli1