搜索资源列表
libsvm_java
- 模式分类经典算法——支持向量机 java语言版-classic pattern classification algorithm -- Support Vector Machine language version of java
svm_java
- 应用java实现的svm支持向量机的分类算法!相信对svm感兴趣的朋友有很大帮助!-java application realized svm SVM classification algorithm! Believe that the right svm interested friends will be of great help!
SVM
- [matlab]支持向量机(SVM)用于分类的算法实现
SVM_lzb1p0
- 一个支持向量机的工具箱。包括2类分类算法与回归算法。
Multi-ClassSVM
- 提出了一种基于支持向量机的多类模拟调制方式识别算法。该算法通过分析模拟调制信号的特点,提取有效的特征向量以区分不同的调制方式,并基于支持向量机和判决树分类思想,将特征向量映射到高维空间中加以分类。
libsvm-mat
- 基于支持向量机的分类识别程序,其中包含C的调用。 希望能对您有所帮助!
MATLAB_svmmatlabtoolbox
- 支持向量机的工具箱,对于图像处理中的分类识别学习者有着很大帮助。分享快乐!
svm_classify
- 一个完整的SVM支持向量机分类器的vc++源程序
svm7
- 支持向量机是一种专门用于样本分类的算法,本程序用VC++实现了SVM算法
SVM-KM
- 基于核分析的多类分类器,支持向量机的多类分类,适合研究学习,欢迎同行下载
wlsvm
- 嵌入weka中使用的支持向量机工具包,实现SVM的分类算法,
SVM_KNN(matlab)
- support vector manchine and kNN分类的源代码.支持向量机是数据处理的比较良好的方法.最紧邻分类也是比较经典的
mySVM
- 支持向量机工具箱,由于分类,拟合和概率估计
@polynomial
- VC维理论和结构风险最小化准则是统计学习理论中的重要内容,基于这一理论的支持向量机算法由于具有好的泛化性能受到重视,并被研究用于文本分类问题.基于多项式核的研究工作认为SVM的泛化能力不受多项式阶数的影响,并且能够处理很高维的分类问题,用于文本分类无需进行特征选择.研究发现,随着多项式核阶数的升高,SVM文本分类器会出现过学习现象,并且特征数越多越明显,特征选择是必需的.通过估计函数集的VC维,基于结构风险最小化理论对此问题进行分析,得出的结论跟实验结果相符.
@smosvctutor
- 非平衡数据集的分类问题经常出现在许多实际应用中.支持向量机在处理这一类问题时,整体分类性能比较低.为此,Veropoulos提出的采用不同惩罚系数的改进算法可以较好的解决此类问题.此外,可以利用序列最小优化算法简单快速的解决上述优化问题.
libsvm-2.82
- svm(支持向量机)是著名的文本分类算法。libsvm是其中的一种实现的最新版本,完全开源。linux环境。
svmlight-6.01
- svm(支持向量机)是著名的分类算法,svmlight是其中的一种实现的最新版本。完全开源。
winsvm
- 目前的svm(支持向量机)分类算法开源实现如svmlight和svmlib都没有界面,使用不方便。这个程序基于svmlight整合在VC++开发环境。将给VC用户带来极大方便。
svm_multiClass
- svm(支持向量机)分类算法本质上是二类分类器,实现多类分类的方法一般是将多类分类看作是多个一对多的二类分类器。本程序就是基于svmlight的svm多类分类器实现。对分类感兴趣的用户请参照。配合中文分词(参见我上传的程序),可实现中文多类分本分类。
SVM_lzb1p0
- 一般支持向量机的回归和分类程序,均可以运行