搜索资源列表
myworkonnnet
- 多层感知器(MLP)(BP算法训练)、径向基函数网络(RBF网络)、支持向量机(SVM)对2D Mexican Hat、Gabor、Friedman 以及Polynomial等几种函数数据集进行回归和预测-multilayer perceptron (MLP) (BP algorithm training), RBF network (RBF), Support Vector Machine (SVM) to 2D Mexican Hat, Gabor, Friedman Polynomial
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
ImprovedSVM
- 将遗传算法(GA)与传统SVM算法结合,构造出一种参数最优的进化SVM(GA2SVM),SVM 模型采用径向基函数(RBF)作为核函数，利用格雷码编码方式对SVM算法的模型参数进行遗传编码和优化搜索，将搜索到的优化结果作为SVM 的最终模型参数。
IntrusionDetectionTechnologyBaseonSupportVectorMac
- 本论文将统计学习理论引入入侵检测领域，讨论了基于SVM方法的智能检测 策略，检测算法具有良好的推广能力.引入HVDM距离代替范数，改进了SVM的 RBF核函数定义，使之能够直接处理异构的网络连接信息 利用有保证的估计方法 来确定训练数据集规模，避免了依靠实验选择训练规模的盲目性 针对重复样本 和重要样本提出了样本加权的思路，降低了错分样本的可能 考虑到网络连接记 录的不同属性对检测结果贡献不一的事实，提出了特征选择与特征加权的方法， 进而得到一个更好的分类超平面，提高了检
边缘检测算法
- 该工具箱专为模式识别定制，主要是数字图像识别，比如特征提取、图像分类、PCA、LDA、ICA、DCT、RBF、RBE、GRNN、KNN、minimum distance、SVM等等
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
MATLAB-Neural-network-cases
- 共有30个MATLAB神经网络的案例(含可运行程序），包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群）、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。-Neural network cases
RBFNN-SVM
- RBF神经网络和支持向量机混合算法！ -RBF neural network and support vector machine hybrid algorithm. RBF neural network and support vector machine hybrid algorithm.
cppHoG-raw-RBF
- HOG特征 加上 SVM训练方法的程序，可以实现人体检测、人脸检测，从CSDN上下载的，本人使用了，可以使用，但需要安装opencv2.0以上版本，其余的版本我没试过-HOG feature program plus SVM training methods, you can achieve human detection, face detection, download from CSDN, I use, you can use, but need to install opencv2.0
GA-SVM
- 由于遗传算法具有隐含的并行性和强大的全局搜索能力,可以在很短的时间内搜索到全局最优点。使用GA对SVM进行参数的优化,寻找最优的惩罚因子和SVM中RBF参数的组合。结合RBF参数r和惩罚因子C, 可以得到需要优化的参数组合。希望对大家有用！-Genetic algorithm with implicit parallelism and powerful global search capability, you can search within a very short period of t
RBF-kernel-based-on-SVM-and-RVM-
- 基于RBF核的SVM及RVM模式分析性能比较.-RBF kernel based on SVM and RVM pattern analysis performance comparison.
rbf-kernelsvmdemo
- 支持向量机的演示程序，可以学习到支持向量机的工作原理及变成机理。核函数是RBF核函数-Support vector machine (SVM) demo, can learn to the working principle of support vector machine (SVM) and become a mechanism. Kernel function is RBF kernel function
SVM
- classify using one-against-one approach, SVM with linear, 3rd degree poly,RBF 7 kernel
svm
- 基于RBF径向基核函数实现SVM支撑矢量机算法使用RBF，garma值为0.5-Based on RBF radial basis kernel function to achieve SVM support vector machine algorithm using Garma, RBF value of 0.5
svm-rbf-demo
- 一个SVM的demo，RBF demo matlab程序,运行demo.m即可-A demo RBF, demo matlab SVM program, running demo.m can be
D2dataset-master
- Perform SVM and test results a) For now, assume that the main scr ipt is grid_search.IT performs a grid search for SVM using RBF kernel , for the 2 parameters C and gamma .Criterios for choosing the right values is the F1 score and accuracy of the
function fitting
- Bp\感知器\SVM\RBF的神经网络函数拟合程序，其中大部分都是一维输入一维输出，特别适合刚入门的学习者。(These Program were BP\PERCEPTION\rbf\svm function fitting used matlab)
svm_test
- 支持向量机一个小例子,使用的例子是鸢尾花， 使用rbf核映射(a simple example of svm(support vector machine))
MATLAB
- 本书论述在MATLAB环境下如何实现神经网络，包括了常用的神经网络及相关理论，如BP神经 网络、RBF神经网络、SVM、SOM神经网络、灰色神经网络、决策树、随机森林、小波神经网络、NARX神经网络等以及各种优化算法与神经网络的结合。((This book discusses how to realize neural network in MATLAB environment, including the commonly used neural network and related the
支持向量机算法可视化实现
- 项目文件分为src和data两部分，src文件夹下存放源码，data文件夹下存放样本数据和生成的结果文件。 项目中含有RBF SVM分类算法，可视化界面上分别有对应算法的训练和结果展示按钮，通过按钮可以触发模型训练和可视化效果呈现。 项目运行过程中，会有一些日志打印出来。 详见内部说明文档