搜索资源列表
libsvm-2.89.zip
- LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、易于使用、快速有效的通用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，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。 2.89版本是09年刚更新的一个版本。,LIBSVM
KPCAEXAMPLE
- 一个很好的核主成分分析matlab程序应用举例。该程序是在前人的核主成分分析程序基础上做了适当的修改产生的，可用于多维数据的降维和压缩处理。-A good kernel principal component analysis matlab application procedures, for example. The program is in the predecessors of Kernel Principal Component Analysis based on the proce
semisupervised_learning
- 包含8篇半监督学习方面的中文文献，关于半监督学习的中文文献并不是很多，我把我找到的一些文章贡献一下。分别为：“半监督学习综述”“有关半监督学习的问题及研究”“基于半监督学习的网络流量分析”“基于核策略的半监督学习方法”“一种基于半监督学习的多模态WEB查询精华方法”“半监督学习机制下的说话人辨认算法”“半监督学习在入侵系统中的应用”“基于半监督学习的眉毛图像分割方法”-Includes eight semi-supervised learning of Chinese literature on
mvkernelsmoothing
- 多维核平滑回归，对于存在数据点缺失或含噪声的情况，具有较好的鲁棒性。-Multi-dimensional kernel smoothing regression, data points for the existence of the case of missing or noisy, and has good robustness.
wqwq
- 卷积核的Volterra积分方程的快速多步配置法.-Convolution kernel of Volterra integral equations of the fast multi-step configuration method.
grouplasso_1_0.tar
- 用于解决最小二乘问题，使用了多维核函数学习的方法-Utilizing multiple kernel learning to solve the least-square regression problem
peak
- 一种多峰寻峰，峰宽检测算法，通用型代码，可用于光谱检测，核信号分析等多种场合。-AUTO PEAK FINDER & ANALYSER Automatically finds major peaks, their locations, fwhms and area in a given signal y versus x. The output is a matrix with peaks sorted in rows and following columns:
fastsvm1
- 机器学习大牛Dale Schuurmans写的多类SVMs的快速实现算法，可以自己修改核函数，通过K-fold cross validation训练得到最优参数，分类效果很好-Machine learning large cattle Dale Schuurmans write multi-class SVMs fast algorithm, can modify the kernel function, the optimal parameters through K-fold cross v
wine_Gauss-
- 采用高斯核的多类分类,以wine数据位例，进行编程-the classification using gauss kernal
shipinfenxi
- 该软件包括自适应时频分析的计算内 核及Matlab 交互脚本.使用了 GUI 交互界面，可允许用户进行更多、更加直观的控制操作，可在Matlab 命令行直接敲入 tfagui 进入交互界面。-The software includes adaptive time-frequency analysis calculation Nuclear and Matlab interactive scr ipt. Using the GUI interface, allowing users mor
MultivariateDecisionTree-
- 单变量的决策树算法造成树的规模庞大,规则复杂,不易理解。本文结合粗糙集原理中的相对核及加权粗糙 度的方法,提出了一种新的多变量决策树算法。 -Decision Tree Algorithm in univariate tests caused large-scale, complex rules that are difficult to understand. Based on the rough sets theory of attributes reduction, the c
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
gaosi
- 高斯核函数。可以用来进行调用，对图像进行平滑滤波，也可以进行多尺度分析-Gaussian kernel. Can be used to make calls, image smoothing filter can also be multi-scale analysis
gpml-demo
- 高斯过程 提供了多个核函数的选择以及拟合还有预测上的使用-Gaussion Process
FCM
- 核聚类算法：聚类是将一组给定的未知类标号的样本分成内在的多个类别，使得同一类中 的样本具有较高的相似度，而不同类中的样本差别大。侧重于软聚类（模糊C-均值——FCM），但其描述手段同样适合于硬聚 类（HCM）等同类问题。-Clustering algorithm: cluster is a group of unknown samples given class label into internal multiple categories, so that the same class
pudnmjfxzq_33lc.com
- 关于如何选取核函数的matlab文件，内有多个核函数及说明-About how to choose the kernel function matlab file, there are multiple kernels and descr iption
SSELM-and-USELM
- 半监督核无监督极限学习机，用于半监督核无监督学习，比传统方法速度略快，且可以直接应用多分类问题-A semi-supervised nuclear unsupervised extreme learning machine, used for a semi-supervised kernel unsupervised learning, slightly faster than the traditional methods, and can direct application classif
ppfxhsrk
- matlab编写的元胞自动机，采用热核构造权重，多目标跟踪的粒子滤波器，是机器学习的例程，调试通过可以使用，有信道编码，调制，信道估计等。-matlab prepared cellular automata, Thermonuclear using weighting factors Multi-target tracking particle filter, Machine learning routines, Debugging can be used, Channel coding, mo
rbf
- 径向基核函数测试函数，内含多个测试函数，可用于统计算法、支持向量机算法内核计算-Radial basis function kernel function test, includes a plurality of test functions
bsrrfdxz
- 针对EMD方法的不足,单径或多径瑞利衰落信道仿真，使用拉亚普诺夫指数的公式，基于matlab GUI界面设计,计算多重分形非趋势波动分析，采用热核构造权重。- For lack of EMD, Single path or multipath Rayleigh fading channel simulation, Raya Punuo Fu index using the formula, Based on matlab GUI interface design, Calculate the m