搜索资源列表
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
CODE
- 1.GeometricContext文件是完成图片中几何方向目标分类。 参考文献《Automatic Photo Pop-up》Hoiem 2005 2 GrabCut文件是完成图像中目标交互式分割 参考文献《“GrabCut” — Interactive Foreground Extraction using Iterated Graph Cuts》 C. Rother 2004 3 HOG文件是自己编写的根据HOG特征检测行人的matlab代码 4 虹膜识别程序
mat
- svm完整代码，图像处理的svm工具箱，libsvm-3.12-SVM complete code, image processing of SVM toolbox, libsvm-3.12
youhuajishu
- 这本书可以帮你解决libsvm中各个字母代表的含义，帮助你更加深刻的了解matlab工具箱-This book can help you solve libsvm meaning of each letter represents, to help you to a more profound understanding of Matlab Toolbox
svmlightToolbox
- SVM light 工具箱 包含window版本和matlab版本 由美国cornell大学的教授Thorsten Joachims部署 执行SVM二分类 速度明显快于libsvm 下载文件中包含 1.例子(inductive SVM 和 transductive SVM) 2.说明文件 3.源程序-SVM light kit (including window version and matlab version)
zhichixiangliangji2
- 程序支持向量机工具箱 - LIBSVM OSU_SVM LS_SVM matlab工具箱matlab代做QQ1747812398 matlab包括拥有数百个内部函数的主包和三十几种工具包。工具包又可以分为功能性工具包和学科工具包。功能工具包用来扩充MATLAB的符号计算，可视化建模仿真，文字处理及实时控制等功能。学科工具包是专业性比较强的工具包，控制工具包，信号处理工具包，通信工具包等都属于此类。-Program Support Vector Machine Toolbox- LIBSVM OS
chapter20
- LIBSVM-FarutoUltimate工具箱及GUI版本介绍与使用-LIBSVM-FarutoUltimate toolbox and GUI versions introduction and use
mySVMtrain
- 这是一个用于线性分类的支持向量机SVM的MATLAB实现。此代码利用简单的MATLAB内置函数实验了SVM，不依赖LIBSVM等工具箱，并且提供了一个例子，以供初学者一开始对SVM有一个简单了解。-This is a matlab code of support vector machine.Here the SVM is achieved with some common matlab function. It is for SVM beginner.
SVM_GUI_3.1[mcode]{by-faruto}
- SVM_GUI_3.1[mcode][by_faruto]1 此SVM_GUI是基于libsvm-FarutoUltimate，所以你需要实现安装该工具箱。会用libsvm- FarutoUltimate的朋友，这个GUI一看就会用，里面的参数的输入就是原来libsvm- FarutoUltimate里面的输入要求-SVM_GUI_3.1 [mcode] [by_faruto] 1 is based on this SVM_GUI libsvm-FarutoUltimate,
code
- 基于PCA加上SVM的人脸识别算法 使用libsvm作为SVM工具箱-Face recognition based on PCA and SVM
Data
- osu-svm是一个基于libsvm的matlab工具箱,分为c-svm和nu-svm,本质上差不多,c-svm中c的范围是1到正无穷,nu-svm中nu的范围是0到1,nu是错分(ComputeSampEnSVM_Toolbox\osu_svm3.00\cmap.mat SVM_Toolbox\osu_svm3.00\Contents.m SVM_Toolbox\osu_svm3.00\demo\c_clademo.m SVM_Toolbox\osu_svm3.00\demo\c_
libsvm-3.21
- 支持向量机工具箱，可以用来建立模型进行单分类。(Support Vector Machine Toolkit, which can be used to build models for single classification.)