搜索资源列表
ordreg
- 基于MATLAB编写的SVM多分类算法程序
SVM
- 支持向量机用于多分类问题的程序,可以较好地运行.
svm
- 这是我自己编的一个基于svm的多分类程序,但并不是很成功,还望看了给予指点。
基于svm的分类器
- c++ 开发的svm分类器,功能不错,支持多类,多标签分类。使用方便,欢迎下载!
deboor-cox.rar
- 目的:运用强化学习!多分类器集成!降维方法等最新计算机技术,结合细胞病理知识,设计制作/智能化肺癌细胞病理图像诊断系统0"方法:采集细胞图像,运用基于强化学习的图像分割法将细胞区域从背景中分离出来 运用基于样条和改进2方法对重叠细胞进行分离和重构 提取40个细胞特征用于贝叶斯!支持向量机!紧邻和决策树4种分类器,集成产生肺癌细胞分类结果 建立肺癌细胞病理图库,运用基于等降维方法对细胞进行比对,给予未定型癌细胞分类"结果:/智能化肺癌细胞病理诊断系统0应用于临床随机1200例肺
SVM
- SVM分类器,针对语音信号的分类识别应用。内容非常多,大家可以筛选着利用。-SVMclassification
multisvm.ps
- 台湾林智仁等对如何使用SVM进行多分类的理论、算法以及实验的介绍-Taiwan' s Lin Zhiren, etc. on how to use SVM for multi-classification of the theory, algorithms and experimental introduction of
SVM-hssvm1.0.1
- HSSVM是一个用超球SVM(Hyper-Sphere Support Vector Machines)模型求解多分类问题的工具包,采用Java语言实现。开发该程序的主要目的,是利用超球SVM求解模型代替传统上借助于解二分类问题的经典SVM模型来求解多分类问题。本文将论述该程序的主要实现细节,包括相关算法及设计原理的描述。-HSSVM is an ultra ball SVM (Hyper-Sphere Support Vector Machines) to solve multi-classi
000
- 支持向量机(svM)是一种新的机器学习技术。本文采用一对一方法构建多分类SVM 分类器。利用常用的灰度共生矩阵方法提取图像纹理特征,组成特征向量,输入构建好的SVM 多分类器中进行分类。对从Brodatz纹理库中选取的4张纹理图像进行了分类实验,取得较好的 分类结果-Support vector machine (svM) is a new machine learning techniques. In this paper, one way to build a multi-cla
SVM
- 已调的SVM多分类的MATLAB代码,包括原始数据,很好用的-Modulated SVM multi-classification MATLAB code, including raw data, well used
SVM-multiple-class
- 关于matlab的多分类问题的几篇文章,对于学习matlab 中的svm 多分类问题有帮助-Multi-classification on matlab several articles for learning in matlab svm multi-classification helpful
svm多核运算
- svm多核运算,实现高光谱数据分类,运行成功
SVM
- SVM多分类算法的一些程序,有很多种类型,包括经典的四种工具箱,还有代价敏感支持向量机,超球面支持向量机等-Some programs about SVM multi-classification algorithm, there are many types, including the classic four toolbox, as well as the price-sensitive support vector machine, hypersphere support vector
SVMRFE.m
- 基于RFE特征选择方法的多分类特征排序,Matlab平台(Multi class feature ranking based on RFE method)
SVM
- SVM图片多分类,包含一组示例图片以及程序,程序有相应的注释,(Multi classification of SVM pictures,Contains a set of sample pictures and programs ,The program has a corresponding annotation .)
前上右左手向有摆动svm算法85.333%
- 使用matlab libsvm 工具箱能够实现多分类任务(LIBSVM classification)
20171211留档
- 利用SVM对制备的样本进行三分类,对图像进行三角形匹配,模板匹配(SVM was used to classify the samples in three categories. Triangle matching and template matching were applied to the images.)
libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]
- 一般的支持向量机只支持二分类,使用libsvm可以实现多分类,原理也是基于二分类,然后在使用投票机制,经测验,libsvm的分类精度可达85%以上(Multi class supported by libsvm,after testing, the classification accuracy can reach 85%.)
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
SVM
- 利用三次二分类SVM实现三分类SVM,可以用自己的数据,完美运行。(Using the three-category SVM to implement the three-class SVM, you can use your own data to run perfectly.)