搜索资源列表
svmfor SMO
- 一个很好支持向量机软件MYSVM，采用好的算法-a good SVM software MYSVM using good algorithm!
A Java implementation of SMO for training SVM
- 支持向量机的实现源代码！ java实现！采用最小序贯算法-SVM achieve source code! Java achieve! Use the smallest sequential algorithm
smo
- 支持向量机的SMO算法-SVM SMO Algorithm
smo
- 对支持向量机svm算法的改进算法，改算法简单，但只能分为两类。
svm
- 史蒂文-甘的支持向量机工具包，采用smo算法解决二次规划问题，c++编写嵌入使用
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,
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
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
- C++编写的序列最小最优化算法(Sequetial Minimal Optimization）算法实现-SVM in the sequential minimal optimization algorithm
JSvmLib
- 支持向量机SVM的SMO算法java实现-The SMO support vector machine SVM algorithm java implementation
SMOSVM
- 用于svc分类， 用SMO实现SVC，并在UCI数据集Iris上进行实验,2. 可借鉴现成SVM软件包，实现回归分析。 -For svc classification, using SMO to achieve SVC, and in the UCI Iris data set on the experiment, 2. SVM can learn ready-made packages, to achieve regression analysis.
SVM-SMO
- 实现图像分类，支持向量机原始优化算法SMO-Image classification, the original optimization algorithm SMO support vector machine
SVM-SMO-done-linear
- 自编svm分类，可区分片面内不同类型点，并分组-SVM
smo_p
- svm支持向量机的SMO算法C++实现，带测试数据可以直接进行测试-SMO algorithm of support vector machine with the test data c++ realization, can be directly for testing
svm
- 两类svm算法，用SMO算法计算拉普拉斯算子-Two svm algorithm, using SMO algorithm Laplacian
c-svm.1.0
- 本工程的主要目的是创建两类的SVM分类器的动态链接库。SVM分类器用到的训练算法是SMO算法。-The main purpose of this project is a dynamic link library to create a SVM classifier of the two kind. The training algorithm of SVM classifier is used SMO algorithm.
SVM
- SVM: 一种分类器，采用最大化分类间隔进行优化参数。 关于这个分类器两点比较重要： 1）SMO优化算法需要掌握， 可以具体参看两篇文章，John Platt的文章 以及“Improvements to Platt s SMO algorithm for SVM Classifier Design” 2）核函数的使用，如何将核函数使用到SVM中，核函数就是空间转换的函数， 说白了就是距离计算函数，如何将同类之间的距离计算的比较近，如何将低维空间转换到易于分类的高维空间
svm
- svm 实现,经典的SMO算法，支持三种kernel（多项式，高斯，内积）。还有test 函数 -implmentation of svm
svm(smo)
- svm code in matlab with smo method for optimization
SVM
- 支持向量机分类程序，使用高斯核函数，SMO顺序最优化算法，为学习SVM提供参考-SVM program, using a Gaussian kernel, SMO sequence optimization algorithm to provide a reference for learning SVM