搜索资源列表
基于svm的分类器
- c++ 开发的svm分类器，功能不错，支持多类，多标签分类。使用方便，欢迎下载！
支持向量机java实现
- 文本自动分类的java实现
deboor-cox.rar
- 目的:运用强化学习!多分类器集成!降维方法等最新计算机技术,结合细胞病理知识,设计制作/智能化肺癌细胞病理图像诊断系统0"方法:采集细胞图像,运用基于强化学习的图像分割法将细胞区域从背景中分离出来 运用基于样条和改进2方法对重叠细胞进行分离和重构 提取40个细胞特征用于贝叶斯!支持向量机!紧邻和决策树4种分类器,集成产生肺癌细胞分类结果 建立肺癌细胞病理图库,运用基于等降维方法对细胞进行比对,给予未定型癌细胞分类"结果:/智能化肺癌细胞病理诊断系统0应用于临床随机1200例肺
SVM_SteveGunn.向量机的基本理论
- 支持向量机的基本理论是从二类分类问题提出的，常用的核函数有：多项式、径向基、Sigmoid型。对于同一组数据选择不同的核函数，基本上都可以得到相近的训练效果。,Support vector machine' s basic theory is the question of second-class classification, commonly used kernel functions include: polynomial, radial basis, Sigmoid type. For
SVM-classifier
- 用matlab实现非线性支持向量机分类器对多类进行分类。-Using matlab to achieve non-linear support vector machine classifier for multi-class classification.
svmTrain
- 一个matlab平台应用的svm工具箱，该工具箱包括了二种分类,二种回归,以及一种一类支持向量机算法-A matlab platform applications svm toolbox, the kit includes two kinds of classification, two kinds of return, and a one-class support vector machine algorithm
svm-phasestateofcloudclassificationalgorithmsource
- 利用支持向量机的分类特性，结合modis的云图像，对云相态进行分类，利用svm云相态分类算法源代码-The use of support vector machine classification of features, combined with clouds modis images of the cloud phase state classification using svm-phase state of cloud classification algorithm source c
20080111
- 有关图像的目标识别："给出一种基于特征分类辨识的合成孔径雷达图像目标检测方法#用恒虚警和扩展分形方法对3&E图像进行目 标检测后用面积和峰值能量比算子辨识目标和背景杂波!去除一部分虚警!用小波域主成分分析对每个检测窗口内的图 像提取特征向量!用支持向量机对提取得到的特征向量进行分类!辨识目标和背景杂波!完成目标检测#使用&K?3数 据对该方法进行验证和分析!实验结果表明!经过特征分类辨识后!在检测率不变的情况下!虚警数目显著降低# -Related to the image ta
SVR_SVC
- 该工具箱包括了二种分类,二种回归,以及一种一类支持向量机算法-The toolkit includes two kinds of classification, two kinds of return, and a one-class support vector machine algorithm
SVM_code
- 这是最新的SVM（支持向量机库代码） 搞SVM模式识别分类与回归的人员很有参考价值，如果有适当的话，我下次把国外的SVM训练和测试源代码上传，供大家参考，谢谢大家的支持！-these files are about the SVM algorithm,which would help you learn and use it to deal with some problem in your job and study
2DLDAwiththeSVM-basedfacerecognitionalgorithm
- 二维线性鉴别分析(2DLDA)算法能有效解决线性鉴别分析(LDA)算法的“小样本”效应，支持向量机 (SVM)具有结构风险最小化的特点，将两者结合起来用于人脸识别。首先，利用小波变换获取人脸图像的低频分量，忽 略高频分量：然后，用2DLDA算法提取人脸图像低频分量的线性鉴别特征，用“一对多”的SVM 多类分类算法完成人脸 识别。基于ORL人脸数据库和Yale人脸数据库的实验结果验证了2DLDA+SVM算法应用于人脸识别的有效性。-”Small sample size”problem
SVM_Finger
- 指纹图像的质量测量与评价,在指纹图像分割、增强及指纹匹配等环节都有重要应用. 同时,指纹图像的质量分类,对指纹识别算法的适用性研究也有重要意义. 本文提出一种基于支持向量机的指纹图像质量分类方法.该方法选择梯度、Gabor特征、方向对比度等指标,利用支持向量机有效实现指纹图像质量分类. 并采用少类样本合成过采样技术( SMOTE)降低指纹图像质量好坏的类别不平衡问题对分类的影响. 理论分析和实验结果都表明该方法能够较为有效地提高指纹图像质量分类的正确率.-Fingerprint Image Qu
461518386Yale_PCASVM
- 程序包实现了几个常用的模式识别分类器算法，包括K近邻分类器KNN、线性判别方程LDF分类器、二次判别方程QDF分类器、RDA规则判别分析分类器、MQDF改进二次判别方程分类器、SVM支持向量机分类器。-svm apply to fenlei
Ensemble
- 用adaboost算法生成基支持向量机分类器，并对识别结果进行简单投票法集成。附有支持向量机工具箱和adaboost算法流程说明。-Adaboost algorithm to generate the base with a support vector machine classifier, and the recognition result is a simple voting method integration. With support vector machine algorith
SVM
- 用于各种分类的支持向量机matlab程序，可自定训练集和验证集数量-lib-SVM matlab program
SVM算法二分类
- 将支持向量机（SVM）用于模式识别，解决二分类问题，程序中包含训练集和测试集。(The support vector machine (SVM) is used for pattern recognition to solve the dichotomy problem, which includes training set and test set.)
非线性分类器设计
- 非线性分类器设计—支持向量机 matlab程序运行 非线性支持向量机（SVM）的原理、核函数类型 libSVM工具箱安装的一般流程(Nonlinear classifier design support vector machines)
svms分类器的源代码
- 支持向量机的分类，源代码，修改内容也可以实现想要的分类效果(Support vector machine classification, source code, modify the content can also achieve the desired classification effect)
第一次作业_基于分类算法的雷达状态识别
- 第一次作业_基于分类算法的雷达状态识别 对于本数据集中的雷达状态识别，数据降维前使用朴素贝叶斯、支持向量机、神经网络的分类算法对于识别的准确率无太大影响；数据降维后使用神经网络算法最优，支持向量机算法其次，朴素贝叶斯算法较差。此外，训练样本越多，分类准确率有小幅度提高。(First Operation Radar State Recognition Based on Classification Algorithms For radar state recognition
基于PCA的SVM分类
- 选择“BreastCancer”数据集，使用支持向量机(SVM)对其进行分类。作为对比，第一次对特征集直接进行支持向量机分类，第二次对特征集进行主成分分析法的特征提取后，再对特征提取后的特征集进行支持向量机分类。并且对比和分析了两次分类的结果。(The BreastCancer data set is selected and classified by Support Vector Machine (SVM). For comparison, the first time the featur