搜索资源列表
LS_SVM最小二乘支持向量机Matlab源码
- 自编的最小二乘支持向量机Matlab代码，主要用于非线性回归
SVM.SVM支持向量机的时间序列预测
- SVM支持向量机的时间序列预测、分类、自回归代码,SVM
LS-svm用于回归分析
- Matlab LS-svm用于回归分析,LS-svm regression analysis
svm-km.rar
- 支持向量机(SVM)是数据挖掘中的一个新方法，能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科。目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段。它广泛的应用于统计分类以及回归分析中. 支持向量机属于一般化线性分类器.他们也可以认为是提克洛夫规则化（Tikhonov Regularization）方法的一个特例.这族分类器的特点是他们能够同时最小化经验误差与最大化几何边缘区
SVM-KM
- svm详细例子（包括分类，回归）等。需要的人，下载试试。多交流.我需要svm-smo的matlab源码。谁有？-SVM detailed examples (including classification, regression) and so on. Those who need it, download a try. More exchanges. Svm-smo I need the matlab source code. Who?
LS-SVMlab1[1].5
- 基于支持向量机回归的LS-SVM的matlab源码-Based on Support Vector Machine LS-SVM regression in matlab source
svm
- 支持向量机用于对样本数据或函数的回归预测，此文件源码是用C#编写的 可以在Matlab环境下实现-Support vector machine is used to sample data or the regression function, the file C# source code is written in the Matlab environment to achieve
SVM
- 四种支持向量机SVM工具箱的分类与回归算法。MATLAB编写-Four types of support vector machine SVM toolbox classification and regression algorithm. MATLAB prepared
SVM-for-classfication-and-regression
- 用支持向量机(SVM)实现分类与函数回归的源代码。内有实例，依湖芦画瓢即可。-Using support vector machine (SVM) classification and function to achieve the reunification of the source code. There are examples, according to Lake Lo paintings can ladle.
svm
- 用MATLAB编写的分类回归程序，通用。并给出了实例对分类效果进行检验。-MATLAB prepared using classification and regression procedures, General. And give examples of the classification results from such a test.
Southamptonsvmtoolbox
- svm已经广泛用于解决分类和回归问题。 此工具箱是由South ampton大学的S. R. Gunn编写的Matlab SVM Toolbox。该工具箱运行在MATLAB环境下,由许多用m语言编写的脚本文件和函数组成,为SVM 技术的工程化、实用化提供了一个良好的平台。-South ampton university svm toolbox
SVMregression
- 用MATLAB编写的svm支持向量机的分类,回归工具箱- MATLAB codes of support vector machine svm classification, regression Toolbox
generalBT
- SVM是一种比较新比较流行的算法，常常用在分类问题和回归问题上。 libsvm相关的matlab代码-SVM is a relatively new algorithm is more popular, often used in classification and regression issues. libsvm-related matlab code
svm
- 统计学习理论中提出的支撑向量机回归(SVR)遵循了结构风险最小化原则,从而避免了一味追求经验风险最小化带来的弊端-Statistical learning theory proposed by the support vector machine regression (SVR) to follow the structural risk minimization principle, thus avoiding the blind pursuit of Empirical Risk Minim
SVM
- 应用SVM于分类和回归上，文件中附有Matlab源码。-Support Vector Machines for Classification and Regression
svm
- SVM方法的基本思想是：定义最优线性超平面，并把寻找最优线性超平面的算法归结为求解一个凸规划问题。进而基于Mercer核展开定理，通过非线性映射φ，把样本空间映射到一个高维乃至于无穷维的特征空间（Hilbert空间），使在特征空间中可以应用线性学习机的方法解决样本空间中的高度非线性分类和回归等问题。svm 程序，即支持向量机的代码。-The basic idea of SVM method are: the definition of the optimal linear hyperplane,
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
Matlab-svm
- 支持向量机是一种新的回归方法，特别适用于非线性，改程序实现了支持向量机非线性回归-surport vector machine to non-linear regression
SVM-KMExample
- SVM向量机MATLAB编程实例，其中涵盖了one-against-one、one-against-all分类，回归等功能-Vector machine SVM MATLAB programming examples, which covers the one-against-one, one-against-all classification, regression and other functions
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