搜索资源列表
svm_toolbox
- 支持向量机工具箱，其中包含MATLAB演示程序和一些基本的函数（计算核函数的函数、支持向量机训练函数和参数选择交叉验证函数等）。-SVM Toolbox, which contains MATLAB demo programs and some of the basic functions (Calculation Kernel function, SVM training function and parameter selection cross-validation functions,
S200502106_SVM_for_classfication
- SVM用于模式识别 整理别人的代码（原来的是英文）所得： kernel.m用于内积矩阵的计算 svcplot.m用于绘图 svm168.m是主程序 testlin.m是采用线形内积函数的支持向量机应用的 文件 testrbf.m是采用RBF内积函数的支持向量机应用 的 文件 每个文件中都有说明。 仿真平台matlab7.0, 仿真全部通过 将所有文件拷贝到work目录下（注意不要直接将上层文件夹直接拷贝到work目录下，若那样操作，必须在matla
svm_v0.55beta
- 最新的支持向量机工具箱，有了它会很方便 1. Find time to write a proper list of things to do! 2. Documentation. 3. Support Vector Regression. 4. Automated model selection. REFERENCES ========== [1] V.N. Vapnik, \"The Nature of Statistical Learning Theory\", Springer-Verl
PG_BOW_DEMO
- 图像的特征用到了Dense Sift，通过Bag of Words词袋模型进行描述，当然一般来说是用训练集的来构建词典，因为我们还没有测试集呢。虽然测试集是你拿来测试的，但是实际应用中谁知道测试的图片是啥，所以构建BoW词典我这里也只用训练集。 其实BoW的思想很简单，虽然很多人也问过我，但是只要理解了如何构建词典以及如何将图像映射到词典维上去就行了，面试中也经常问到我这个问题，不知道你们都怎么用生动形象的语言来描述这个问题？ 用BoW描述完图像之后，指的是将训练集以及测试集
libsvm
- libsvm是支持向量机一个重要的核函数的一种svm,可以作为一个工具箱使用。-libsvm support vector machine is an important kernel function svm, can be used as a toolbox .
kpca
- 使用核PcA来识别图片，图片为200张测试图片，200张训练图片，包含在在压缩文件中。-To identify the use of nuclear PcA picture, pictures, for 200 test images, 200 training images, is included in the compressed file.
libsvm-2.9-string
- 某些应用的数据实例是字符串的形式.SVM使用字符串核训练模型.以下是实验代码,允许字符串输入,实现了一个字符串核.详细见帮助文档.-For some applications, data instances are strings. SVM trains a model using some string kernels. This experimental code (download zip file here) allows string inputs and implements one
7-djvu-9812381511
- This book focuses on Least Squares Support Vector Machines (LS-SVMs) which are reformulations to standard SVMs. LS-SVMs are closely related to regularization networks and Gaussian processes but additionally emphasize and exploit primal-dual interpret
F-KPLS
- matlab codes for kernel SVM
Machine-Learning-Toolkit-Examples
- labview关于机器学习的案例，来源于NI lab，有多种方法：BP、Kernel PCA、Clustering、svm等等，值得大家学习。-labview on the case of machine learning, from the NI lab, there are a number of ways: BP, the Kernel the PCA, Clustering, svm, etc., is worth learning.
HOG
- 为了准确地对监控场景中的运动目标进行语义上的分类， 提出了一种基于聚类的核主成分分析梯度方向直方图和二叉决策树支持向量机的运动目标分类算法．利用背景减法提取运动目标前景区域， 并识别出潜在候选运动目标．利 用提出的基于聚类的核主成分分析的梯度直方图描述子提取候选运动目标的特征， 以较低维数的数据有效地描述运动目标的有效特征． 将提取的运动目标特征输入二叉决策树支持向量机， 实现多类目标的准确分类． 通过在不同视频序列上的实验验证， 提出的算法对运动目标进行较好地分类， 而且在运算速度方面较传
LibSVM-analisis
- 对libsvm 的结构参数、核函数、svm预测以及训练等几个方面进行了详细的分析-It s detailed analysis Libsvm of the structural parameters and kernel function, SVM forecasting and training and so on.
codeFramework
- T. Joachims, Making Large-Scale SVM Learning Practical. Advances in Kernel Methods - Support Vector Learning, B. Sch?lkopf and C. Burges and A. Smola (ed.), MIT Press, 1999.-T. Joachims, Making Large-Scale SVM Learning Practical. Advances in
Matlab_SVM
- SVM实现数据分类，可自行选取核函数，用于图像分割操作。程序可自动训练分类平面。-SVM for data classification, are free to select the kernel function，For image segmentation operation. The program can automatically train classifiers plane.
metric-learning_survey_v2
- 关于metric learning的综述，涉及到许多的知识：SVM、kernel、SDP等-This paper surveys the field of distance metric learning from a principle perspective, and includes a broad selection of recent work. In particular, distance metric learning is reviewed under different
svmMLiA
- 基于最大间隔分割数据，SMO高效优化算法，在复杂数据上应用核函数(Partitioning data based on maximum separation, SMO efficient optimization algorithm, applying kernel functions to complex data)
test1
- SVM-无监督机器学习领域的经典算法，在神经网络未出现前，他是机器学习的顶梁柱，现在依然用处广泛，而且其核函数的使用范围早已超脱其本身，该实例对SVM算法进行了实现，具有相应的数据集。(SVM - Unsupervised machine learning in the field of classical algorithms, before the neural network does not appear, he is the mainstay of machine learning,
GA_SVM
- GA优化算法优化支持向量机的惩罚参数c和核函数的gamma。(GA optimization algorithm is used to optimize the penalty parameters c and kernel function gamma of SVM.)
多尺度
- 多尺度，小波核svm，有采集的数据，可做预测，适合学习(Multiscale Wavelet kernel svm, with collected data, can be used to predict, suitable for learning)
mtsvm
- 多分类孪生支持向量机,主体是-1 1的2分类孪生支持向量机，采用onevsone改编成多分类的孪生支持向量机(multi classification twin support vector machine, kernel code is binary-classification twin support vector machine ,constructed it as a multi classification twin support vector machine by using O