搜索资源列表
libsvm
- SVM分类算法,能进行高维扩展,非线性化为线性-the kenel fuction of SVM
svm
- 选用支持向量机作为区分文本与非文本的分类器,支持向量机是在统计学习理论基础上发展起来的新一代学习算法,它在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势。-Use support vector machine as the distinction between text and non-text classifier, support vector machine is in statistical learning theory developed on the basis of
2DLDAwiththeSVM-basedfacerecognitionalgorithm
- 二维线性鉴别分析(2DLDA)算法能有效解决线性鉴别分析(LDA)算法的“小样本”效应,支持向量机 (SVM)具有结构风险最小化的特点,将两者结合起来用于人脸识别。首先,利用小波变换获取人脸图像的低频分量,忽 略高频分量:然后,用2DLDA算法提取人脸图像低频分量的线性鉴别特征,用“一对多”的SVM 多类分类算法完成人脸 识别。基于ORL人脸数据库和Yale人脸数据库的实验结果验证了2DLDA+SVM算法应用于人脸识别的有效性。-”Small sample size”problem
61
- 在分类算法研究onThe应用运行长度的车型分类研究中使用坡道SVM和K近邻-The Research of Vehicle Classification Using SVM and KNN in a ramp
libsvm_src_2.6NOTE
- LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包,他不但提供了编译好的可在Windows系列系统的执行文件,还提供了源代码,方便改进、修改以及在其它操作系统上应用;该软件还有一个特点,就是对SVM所涉及的参数调节相对比较少,提供了很多的默认参数,利用这些默认参数就可以解决很多问题;并且提供了交互检验(Cross Validation)的功能。该软件包可以在http://www.csie.ntu.edu.tw/~c
jxsvm
- 交互支持向量机学习算法能解决一些监督学习问 题中学习样本较少的问题, 它以支持向量机(SVM ) 方法为 基础, 将设计分类器变成一个交互的过程, 即: 根据对已知 样本进行的SVM 分类器设计, 主动采样选择“有用”的新样 本, 并进行下一步SVM 分类器的设计。与普通SVM 法相 比, 该方法所需的样本量大大降低, 而且可能达到更好的推 广能力。文本信息过滤问题的实例说明了该算法的有效性。-Interactive support vector machine lear
libsvm-mat-2[1].9-11
- LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包,他不但提供了编译好的可在Windows系列系统的执行文件,还提供了源代码,方便改进、修改以及在其它操作系统上应用;该软件还有一个特点,就是对SVM所涉及的参数调节相对比较少,提供了很多的默认参数,利用这些默认参数就可以解决很多问题;并且提供了交互检验(Cross Validation)的功能。该软件包可以在http://www.csie.ntu.edu.tw/~c
OSU-SVM
- SVM工具箱 分类与回归算法 OSU SVM Classifier Matlab Toolbox-support vector machine procedures, the classification results very good
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
Chinese-text-categorization-Study
- 本文通过对Bayes、KNN、SVM 应用于中文文本分类进行比较实验研究。 应用ICTCLAS 对中文文档进行分词,在大维数,多数据情况下应用TFIDF 进行 特征选择,并同时利用它实现了对特征项进行加权处理,使文本库中的每个文本 具有统一的、可处理的结构模型。然后通过三类分类算法实现了对权值数据进行 训练和分类。-Based on the Bayes, KNN, SVM applied to compare the Chinese text ca
IrisSVMmulticlassall
- 在matlab环境下实现的算法,该算法主要实现SVM分类的算法,通过SVM实现文字识别-In the matlab environment to achieve algorithm to achieve SVM classification of the main algorithm, character recognition by SVM to achieve
svm-detect-paper
- svm分类检测算法研究,用到opencv相关库,是论文来的,希望能够对所需者有用-svm detect paper
Steganalysis-Based-on-dctdwt-space
- 基于SVM分类器的三域特征融合图像隐写分析算法。三域分别是指dct域,dwt域和空域。-A Steganalysis Based on the Fusion of Three-domain Features of Image and SVM (Support Vector Machines) Classifier.the three domain is the dct,the dwt and the space
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
SVM_SteveGunn
- SVM分类器,是一种比较经典的分类算法,常用作图像识别分类中的分类器,这是作者改进过的一种SVM分类算法。-svm satisfaction
orc1
- 本程序采用svm分类算法,实现了对连体数字(0-100)的识别。 分两个过程,第一个需要训练生成mode,第二个过程根据mode进行预测。识别率达95 -This program uses the svm classification algorithm, the identification of the piece number (0-100). Divided into two processes, first need to be trained to generate mode, th
svm
- svm源码 支持向量机 文本分类算法-the svm source text classification algorithm Support Vector Machine
svm-bp
- 将svm分类与bp算法结合,针对图像中的分类预测问题提出一种算法-Svm classification the bp algorithm combines propose an algorithm for image classification prediction problem
svm
- 图像处理模式识别一种分类算法:svm,对于所提取的图像的特征进行训练学习然后分类。-Image processing, pattern recognition of a classification algorithm: SVM trained to learn the characteristics of the extracted image and then classified.
SVM
- 程序可以用于支持向量机分类算法,只有源代码,使用时需要改进-Program can be used to support vector machine (SVM) classification algorithm, only the source code, when using, need to improve