matlab精度检验代码-galaxy_morphology_recognition:仅基于图像，测试一些识别星系形态的方法

matlab精度检验代码银河形态识别 在这项工作中，我仅基于图像测试了用于识别星系形态的不同方法。 所使用的数据集是，其中的一些特征是使用handbowbow代码矿石提取的，这些特征是使用MATLAB教程从CNN提取特征的，例如本示例。 该项目是我正在参加的计算机视觉课程的一部分。 我已经使用handsonbow的BoVW技术测试了SIFT，DSIFT和MSDSIFT等不同功能； 来自MATLAB BoVW的SURF； 用预先训练的CNN AlexNet和ResNet50提取的特征已经被训练并存在于MATLAB中。 通过尝试识别三个类别（Ellitpic，Irregular和Spiral）并使用AlexNet特性，可以获得最佳结果。 通过使用kmeans提取338个最接近中心的图像并采用留一法交叉验证方法，结果是： k = 15（最好在5：5：50中）的kNN，混淆矩阵： 实际课 预测班 椭圆形 不规律的 螺旋 椭圆形 331 13 24 不规律的 0 278 0 螺旋 7 47 314 准确度= 0.9103 SVM，混淆矩阵： 实际课 预测班 椭圆形 不规律的 螺旋 椭圆形 325