搜索资源列表
SVM
- SVM开发包，接口明了，将它的路径添加到当前工程即可直接调用 接口举例如下 Ytest_try=[] 测试样本的特征 Ytest_try=rightsidetest(Xtest_try,index) ypred=[] 训练样本的标注 Ytest=normo(Ytest) kernel= gaussian kerneloption=1 ypred = svmval(Ytest_try,xsup_ch,w_ch,w0_
hidden-space
- 最小二乘隐空间支持向量机 王玲 薄列峰 刘芳 焦李成 ! 在隐空间中采用最小二乘损失函数$提出了 最 小 二 乘 隐 空 间 支 持 向 量 机#0*&**52H 8 同 隐 空 间 支 持 向 量机#&**52H 一样$最小二乘隐空间支持向量机不需 要 核 函 数 满 足 正 定 条 件$从 而 扩 展 了 支 持 向 量 机 核 函 数 的 选择范围 8 由于采用了最小二乘损失函数$最小二乘隐空间支持向量机产生的优 化 问 题 为 无 约 束 凸 二 次 规
Kernel
- kernel.java for svm classification
SVM-img-process
- 讲了支持向量机关于分类的方法，利用不同的核函数进行分类。-Talking about the method of support vector machine classification, using different kernel function classification
svm-rbf-demo
- 基于RBF核函数的最小二乘支持向量机演示程序，对学习支持向量机有帮助-Based on RBF kernel functions, the least squares support vector machine (SVM) demo application to the study of support vector machine have help
SVM
- 针对基于GPS／GIS的浮动车数据特点，总结其中无效的数据类型，并给出数据有效处理的方法。以支持向量机原理、交通状态预测方法为基础，分析了常用支持向量回归机、核函数及模型参数的性能，以及各核函数及模型参数对支持向量机性能的影响及作用。针对路段平均速度预测中的小样本、非线性、高维回归等特点，将支持向量回归机方法引入基于浮动车数据的路段车辆速度预测，构建了路段平均速度短时预测模型。并以杭州市某路段的实际数据为例，详细阐述了支持向量回归机预测模型的具体建模和求解过程。运用LibSVM2．84软件包，进
svm
- Kernel-based Virtual Machine driver for Linux
matlab-SVM
- 本资料包括实验要求文档，报告文档，训练及测试数据，matlab源代码。就给定问题，利用SVM来进行分类。SVM包括hardmargin的线性和非线性内核，softmargin的线性和非线性内核分别来分类以及评估分类准确度-a MATLAB (M-file) program to compute the discriminant functiong for the following SVMs, using the training set provided：A hard-margin SVM
RBF-kernel-based-on-SVM-and-RVM-
- 基于RBF核的SVM及RVM模式分析性能比较.-RBF kernel based on SVM and RVM pattern analysis performance comparison.
svm-demo
- 一个svm的演示程序，能演示两类数据分类，有gui界面，不使用第三方工具箱，使用gaussian核函数，界面能设置c和gamma的参数值，最后可以得到分类情况的可视化效果。针对svm算法的研究者和用于教学演示的教师，是个不错的源码。-An svm demo program that can demonstrate two types of data classification, gui interface, do not use third-party toolbox, using gauss
SVM
- 用matlab的核函数对钓鱼岛实现分类（模式识别作业）-Kernel function using matlab realize the Diaoyu Islands classification (pattern recognition operations)
svm
- SVM平台，操作简单、易于使用的通用SVM 软件包，可以解决分类问题（包括C- SVC、n - SVC ）、回归问题（包括e - SVR、n - SVR ）以及分布估计（one-class-SVM ）等问题，提供了线性、多项式、径向基和S 形函数四种常用的核函数供选择。-SVM platform is a simple, easy to use, versatile SVM software package can solve classification problems (including
mypredict
- 对高分辨距离像采用两种SVM核函数进行仿真，仿真效果良好-Using two pairs of high resolution range SVM kernel simulation, simulation good results
crossvalidation_svm
- matlab编写的调整svm参数的程序，其中cross是主程序，另两个是自己编写的svm核函数，如果要用matlab自带的核函数就把-t的值改成2即可。Ytrain是标记矩阵，Xtrain是特征矩阵，都由用户自己导入。可利用k倍交叉验证来选择最优的c参数。k可自行更改。-svm matlab prepared to adjust the parameters of the program, which cross the main program, and the other two are t
svm-grid_openmp
- 支持向量机SVM gridr.py 核函数自动寻优 多核并行程序 wen7 32位系统-Support Vector Machine SVM gridr.py kernel function automatically optimizing multicore parallel programming wen7 32-bit systems
hehanshuSVM
- 基于核函数的SVM Kernel function of support vector machine based on-Kernel function of support vector machine based on
SVM-reviewed
- 支持向量机方法中也存在着一些亟待解决的问题，主要包括：如何用支持向量机更有效的解决多类分类问题，如何解决支持向量机二次规划过程中存在的瓶颈问题、如何确定核函数以及最优的核参数以保证算法的有效性等。-Support vector machine (SVM) method also exist some problems to be solved, mainly includes: how to use support vector machine (SVM) is more effective t
Combined-kernel-SVM
- 组合核支持向量机函数Combined kernel support vector machine function-Combined kernel support vector machine function
svmSim
- 支持向量机(SVM)与最小二乘支持向量机(LS-SVM)的核函数选择-Support vector machine (SVM) and least squares support vector machine (LS-SVM) kernel function selection
9Customizing-kernel-functions-
- 9定制内核函数基于高光谱图像分类IEEE图像处理622 _guo_tip 17(4)622 - 629-9 Customizing kernel functions for SVM-based hyperspectral image classification IEEE Transactions on Image Processing 17 (4) 622-629 2008_guo_tip