搜索资源列表
SVMcgForRegress
- matlab环境下编成的用于回归的支持向量机源程序-svm for regression
fls_svm(pso1)
- 模糊支持向量机算法研究,将模糊隶属度函数与最小二乘支持向量机相结合,来抑制异常点和噪声的影响-RESEARCH ON FUZZY SUPPORT VECTOR MACHINE
ls_svm
- 最小二乘支持向量机代码,最小二乘支持向量机很好地解决了普通支持向量机耗时的问题,很适合用于及时诊断故障-fuzzy least square vector machine
sinlssvm
- 利用模糊支持向量机对sinc函数进行仿真验证程序-Fuzzy support vector machine
code
- 支持向量机的一些常用的源代码,包括KPCA,KFD等。-Some commonly used support vector machines source code, including KPCA, KFD and so on.
LS_SVM
- 最小二乘支持向量机,LS_SVM.m为主函数,normalization.m为归一化函数,release.m为反归一化函数。-Least squares support vector machine, LS_SVM.m is the main function, normalization.m is the normalization function, release.m is the normalization function.
KPCA_SVM_Train-jkk
- 主成分、支持向量机分类,matlab编写的-Principal component, support vector machine classification, matlab prepared
Matlab-svm
- 支持向量机是一种新的回归方法,特别适用于非线性,改程序实现了支持向量机非线性回归-surport vector machine to non-linear regression
zhicixiangliangji
- 详细介绍了基于支持向量机的文本分类方法,做文本分类的朋友快下-Described in detail in the text based on support vector machine classification, text classification made friends quickly under
SVM_lzb1p0
- 该程序是使用matlab编写的支持向量机程序,它可用于分类/预测等方面。-it is very useful!
ls-svmlsb1.5
- 最小二乘支持向量机(来自于互联网,本人测试过,好使)-Least squares support vector machine (from the Internet, I tested, so that)
levmar-2.4
- unix下开发的多分类支持向量机的源程序,程序应用很灵活,编译后即可使用。-unix developed under the multi-class Support Vector Machine source, the program application is very flexible and can be used after compilation.
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
LS_SVMlab
- 最小二乘支持向量机的程序包,包括了模型的训练和测试的各种函数。-Support Vector Machine package, including training and testing models of various functions.
Face-Detection
- 完整的包括皮肤及动作识别的C++人脸检测源代码,涉及的技术有:小波分析,尺度缩减模型(PCA,LDA,ICA),人工神经网络(ANN),支持向量机(SVM),SSE编程,图像处理,直方图均衡,图像滤波,C++编程等。-Complete, including skin and actions identified C++ face detection source code, the technology involved are: wavelet analysis, scaling down m
bsvm-multisvm
- 一个多分类支持向量机的文件,可直接运行,并且可以多数据进行多重分类,十分好用-A multi-class support vector machine files can be directly run, and can make multiple multiple data classification, is very easy to use
SVM-Fuzzy-SYSTEM
- 基于支持向量机和模糊系统的机器学习方法及其应用研究 文档 写的很好-SVM Fuzzy SYSTEM
classfication
- 运用支持向量机,选用径向基函数对人工样本进行分类-Classification of artificial samples
Character-Recognition(Lib-SVM)
- 支持向量机的研究现已成为机器学习领域中的研究热点,其理论基础是Vapnik[3]等提出的统计学习理论。统计学习理论采用结构风险最小化准则,在最小化样本点误差的同时,缩小模型泛化误差的上界,即最小化模型的结构风险,从而提高了模型的泛化能力,这一优点在小样本学习中更为突出。SVM理论正是在这一基础上发展而来的,经过十几年的研究和发展,已开始逐步应用于一些领域。在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势,已经在模式识别、函数逼近和概率密度估计等方面取得了良好的效果。- Support
LSSVM-(2)
- 最小二乘法支持向量机预测,自己编的的,可以运行,希望能改进。-least sqare support vector machine for prediction