搜索资源列表
Character-Recognition(Lib-SVM)
- 支持向量机的研究现已成为机器学习领域中的研究热点，其理论基础是Vapnik[3]等提出的统计学习理论。统计学习理论采用结构风险最小化准则，在最小化样本点误差的同时，缩小模型泛化误差的上界，即最小化模型的结构风险，从而提高了模型的泛化能力，这一优点在小样本学习中更为突出。SVM理论正是在这一基础上发展而来的，经过十几年的研究和发展，已开始逐步应用于一些领域。在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势，已经在模式识别、函数逼近和概率密度估计等方面取得了良好的效果。- Support
MFCC-and-SVM
- 建立了普通话语音性别数据库,提出联合梅尔频率频谱系数(Mel2f requency Cep st rum Coefficient s , MFCC) 的特征提取方法和支持向量机(Support Vector Machine , SVM) 的分类方法进行说话人性别识别,并与其它分类方法进行比较。-A Chinese speech ( mandarin ) database was established for speaker s gender recognition. A combina
svm
- This is the source code for a Single Vector Machine classifier, briefly called a SVM classifier. There are 60 peices assigned for training and 30 for testing the classifier.
svm-base-fr
- face detection + SVM in matlab
svm
- 文件包括SVM安装程序和学习手册，大家共享哈！-SVM setup files including manuals and learning, share Ha!
AdaBoost-SVM-paper
- 基于adaboost 和svm 的检测算法研究，论文来的 里面用到opencv的相关库-AdaBoost SVM paper
SVM-algorithm-and-code
- SVM算法及代码，对新手有用，学习理解支持向量-SVM algorithm and code, useful for the novice, understanding and support vector learning
svm
- svm源程序 SMO算法 多种SVM类型-SMO algorithm for svm source type multiple SVM
Matlab-svm-BP-compare
- 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。-SVM and BP neural networks, although non-linear regr
svm
- svm分类器，有几类样本点，利用线性SVM分类器求出其分界面-svm classifier, there are several types of sample points, using a linear SVM classifier obtained the sub-interface
SVM
- 朴素贝叶斯 和 svm实现，其中采用svmlib的java实现-bayes java
four-svm-toolbox
- 四种SVM工具箱的分类与回归算法：包括LS_SVMlab,OSU_SVM3.00,stprtool_svm,SVM_SteveGu-Four kinds of SVM classification and regression algorithm toolbox include: LS_SVMlab, OSU_SVM3.00, stprtool_svm, SVM_SteveGunn
nonlinear-svm-code
- svm线性和非线性的处理源代码。加了很多说明，希望对你有帮助-SVM linear and nonlinear processing the source code. Add a lot of shows, the hope is helpful to you
LS-SVM
- 基于LS-SVM的一个预测代码。对实际数值进行预测得到图像-LS-SVM based on a prediction code. Predicted value for the actual image
SVM-2D-Classification-
- SVM 2D Classification Comparing Gaussian and polynomial Kernels -SVM 2D Classification Comparing Gaussian and polynomial Kernels
SVM
- 介绍了LS-SVMlab Toolbox工具箱的使用，并给出了SVM的编程例子。-Introduce the LS-SVMlab Toolbox and some SVM Programming examples.
PCA-and-SVM-Face-recognition
- 采用PCA对人脸特征进行抽取，用SVM多累分类器对人脸进行识别，有操作界面-Using PCA for facial feature extraction, and more tired with the SVM classifier for face identification, a user interface
SVM
- 使用SVM实现人脸检测,能够帮助初学者了解SVM的原理-face detection by using svm，which can help seniors to learn SVM
pso-svm
- 很全的PSO优化SVM，还带例子。希望大家下下去认真研究，支持支持向量机-this is good method of pso optimizing parameters of svm
SVM-based-image-classification
- 基于SVM的图像分类，由于支持向量机的分类能力极大地依赖于核参数的选取，因此，本文着重研究了核参数选择方法，并利用不同的颜色、纹理特征对图像进行分类。 -SVM-based image classification, the classification capability of SVM kernel parameters greatly depend on the selection, therefore, this paper focuses on the kernel paramet