搜索资源列表
支持向量机的SMO算法VC实现
- 支持向量机的SMO算法VC实现,在模式识别和 许多方面很有用-support vector machine algorithm VC SMO, in pattern recognition and useful in many ways
SMO-implement
- 这是用C++编写的SMO算法实现，请查收。-C SMO prepared by the algorithm, please find.
smo
- 支持向量机的SMO算法-SVM SMO Algorithm
SMO训练算法
- smo是一种训练算法，通过两次循环嵌套寻找违反kkt条件的样本，每次优化两个拉格朗日乘子，大大提高训练速度。
stprtool.rar
- 统计模式识别工具箱（Statistical Pattern Recognition Toolbox）包含： 1，Analysis of linear discriminant function 2，Feature extraction: Linear Discriminant Analysis 3，Probability distribution estimation and clustering 4，Support Vector and other Kernel Machines,
svmsmo.rar
- 支持向量机的smo算法matlab程序，很经典的算法，大家参考。,Support Vector Machines smo algorithm matlab program, it is the classic algorithm, your reference.
SVM-KM
- svm详细例子（包括分类，回归）等。需要的人，下载试试。多交流.我需要svm-smo的matlab源码。谁有？-SVM detailed examples (including classification, regression) and so on. Those who need it, download a try. More exchanges. Svm-smo I need the matlab source code. Who?
smocode4
- smo源代码 详细分析 大家一起学习学习-smocode
SVM_SMO_gaoshsh
- 支持向量机(SVM)的SMO算法实现。包括matlab源代码文件、支持向量机的pdf文档，源代码word文档。-Support Vector Machine (SVM) algorithm of SMO. Including the matlab source code files, Support Vector Machines pdf documents, source code for word documents.
Support_Vector_Machine_smo
- Support Vector Machine smo
DataClassificationAlgorithmsBasedOnSupportVectorMa
- 本文提出了一种双SMO算法。该算法在原数据集的抽样数据集上使用SMO算法得到近似分类超平面，根据近似分类超平面得到原数据集的所有支持向量，再次使用SMO算法得到最终的分类超平面。-In this paper,double SMO which is a improved SVM training algorithm is presented.This algorithm finds a approximate separating hyperplane on the sample data set
matlabsvm
- 实现了svm中smo算法,适合初学者学习-svm--smo
SMO
- 实现序贯最小优化算法，该算法可加速求解支持向量机问题-To achieve sequential minimal optimization algorithm that can accelerate the problem solving support vector machines
svm_smo
- 支持向量机分类算法，将高斯函数与序列最小优化算法结合实现。-support vector machine smo
SMO
- SVM中的序列最小最优化算法(Sequetial Minimal Optimization)。-SVM in the sequential minimal optimization algorithm (Sequetial Minimal Optimization).
jchshibie
- 支持向量机（SVM）是一种基于超平面分类的新的学习方法，具有很强的泛化能力。研究了支持向量机的学习机理，以及实现支持向量机的序贯最小优化算法（SMO），并用来对舰船图像进行识别。首先将待识别目标进行二维小波分解，获取不同尺度下的小波系数，然后对其进行主元分析，得到的主元分量作为支持向量机的特征量输入。实验结果表明，该方法具有良好的分类性能。-Support Vector Machine (SVM) is a hyperplane-based classification of new learn
smo-java
- Support Vector Machine with java
PMSM SMO
- 基于滑膜观测器的无传感器控制simulink仿真技术(Simlink simulation technology of sensorless control based on SMO)
基于SMO的PMSM的控制方法的研究_李明炎
- 基于SMO的PMSM无传感器控制的资料，包含仿真和实验部分(Sensorless control data of PMSM based on SMO, including simulation and experiment)
smo-mkl
- 多核学习+SMO算法的代码实现，包括java版本、python版本和C++版本(Multiple Kernel Learning and the SMO Algorithm)