搜索资源列表
SVM
- 支持向量机,利用matlab语言实现,很简单,以word的形式给出
svmmatlab4
- % 支持向量机Matlab工具箱1.0 - One-Class SVM, 一类支持向量机 % 使用平台 - Matlab6.5 希望对大家有用
source-svm
- 使用支持向量机(svm)方法进行图像的单视度量(single view metrology)的vc++(需要用到wxwindows2.4.2)和matlab源代码.
svm
- 关于支持向量机的Matlab源代码,用于模式识别和非线性问题的程序。对于初学和不想具体了解支持向量机的很有用。
ams-svm
- 支持向量机多参数自动选择优化程序!机器学习,数据挖掘工具!matlab版!
SVM-KM
- 一个支持向量机的matlab工具箱,具有分类、拟合等功能,希望大家下载研学阿!-a Support Vector Machine Matlab toolbox, with classification, fitting features that you download Studies, A!
svm
- 用MATLAB编写的svm源程序,可以实现支持向量机,用于特征分类或提取-MATLAB svm prepared by the source, can achieve a support vector machine for the feature classification or extract
SVM
- 该工具箱包括了二种分类,二种回归,以及一种一类支持向量机算法 (1) Main_SVC_C.m --- C_SVC二类分类算法 (2) Main_SVC_Nu.m --- Nu_SVC二类分类算法 (3) Main_SVM_One_Class.m --- One-Class支持向量机 (4) Main_SVR_Epsilon.m --- Epsilon_SVR回归算法 (5) Main_SVR_Nu.m --- Nu_SVR回归算法-Support Vector Machin
svm
- svm安装包,matlab的svm安装包,支持向量机-svm pakage
Python-2
- 这是支持向量机的程序。也是关于svm的,可以很好的学习支持向量机-This is a support vector machine procedure. Is also about the SVM can be good learning support vector machines
vectorr
- 支持向量机(SVM)的一些相关MATLAB程序-Support Vector Machine (SVM) of some relevant MATLAB program
osu-svm-3.0
- svm3.0 用于svm算法(支持向量机)程序可直接调用,matlab语言-svm3.0 algorithm for svm (support vector machine) can directly call the procedure, matlab language
SVMlight
- 数据挖掘中经典的支持向量机分类算法的源代码-Data Mining in the classical support vector machine classification algorithm source code
svm
- 基于 支持向量机matlab源程序 实现的多元统计方法-klssvm algorithm
SVM_Code_rar
- 支持向量机的实现程序,用于实现支持向量机基本算法的matlab代码-Support Vector Machine implementation of procedures used to implement the basic algorithm of support vector machine matlab code
SVMregression
- 用MATLAB编写的svm支持向量机的分类,回归工具箱- MATLAB codes of support vector machine svm classification, regression Toolbox
spider_jul2406
- 老外开发的MATLAB支持向量机工具,由国外著名大学研究小组开发-SVM tools by MATLAB
SVMNR
- 支持向量机和BP神经网络虽然都可以用来做非线性回归,但它们所基于的理论基础不同,回归的机理也不相同。支持向量机基于结构风险最小化理论,普遍认为其泛化能力要比神经网络的强。为了验证这种观点,本文编写了支持向量机非线性回归的通用Matlab程序和基于神经网络工具箱的BP神经网络仿真模块,仿真结果证实,支持向量机做非线性回归不仅泛化能力强于BP网络,而且能避免神经网络的固有缺陷——训练结果不稳定。 -Support Vector Machine and BP neural network, ev
CorrectCarNoImageAndRegnize
- 一种车牌图像校正新方法 【摘要】因摄像机角度而造成的机动车牌图像倾斜会对其后继的字符分割与识别带来不利的影响。本文在分析了车牌倾斜模式的基础上,提出了一种基于最小二乘支持向量机(LS-SVM)的车牌图像倾斜校正新方法。通过LS-SVM线性回归算法求取坐标变换矩阵并对畸变图像进行旋转校正。主要方法:首先,将二值倾斜车牌图像中的像素转换为二维坐标样本,并构造图像数据集 再通过LS-SVM线性回归算法对该数据集进行回归,求取主要参数 最后,再由该参数转换为能反映图像倾斜方向的2维坐标变换矩阵。实验
SVM
- 支持向量机 matlab 源代码 m文件-SVM matlab