搜索资源列表
plot_classifier_comparison
- 调用机器学习库sk-learn中的svm，KNeighborsC，GaussianProcess算法进行分类任务，并且比较这几种算法在三种场景下的性能-Using machine learning libraries sk- learn the SVM, KNeighborsC, GaussianProcess algorithm classification task, and comparing the several kinds of algorithm in the performanc
code
- 1采用遗传算法对男女生样本数据中的身高，体重，喜欢数学，喜欢文学，喜欢运动，喜欢模式识别共6个特征进行特征选择，并基于所得到的最佳特征采用SVM设计男女生分类器，并计算模型预测性能（包含SE,SP,ACC和AUC ）。提示：可以用6位的0/1进行编码，适应度函数可以考虑类似 。-1 genetic algorithm for boys and girls in the sample data of height, weight, like math, like literature, like
svmMLiA
- 机器学习实战中，SVM向量机算法的实现。包括必要的注解、分类效果的测试-Machine learning actual combat, achieve SVM vector machine algorithm. Including tests necessary notes, classification effect
ImageClassification-master
- 在这个项目中，我们的目标是建立一个识别和大小231x231图像呈现对象分类系统。我们得到了一组训练图像，每四个标签之一：1飞机；汽车2；3马，否则。我们提供了两个特点：一是方向梯度直方图（HOG），其尺寸为5408；另一个是overfeat ImageNet美国有线电视新闻网的特点，其尺寸37000。关于测试图像，我们只给出了每个图像的功能，没有标签，结果判断由平地机。我们的目标是提供二进制和多个预测。平衡错误率（BER）是我们的性能评估。为了解决这个问题，我们首先减少PCA的问题的维数，处理不
svmLeafRecognition
- 利用SVM算法对叶片信息进行学习，并利用核函数优化算法进行参数的优化，最后测试叶片的分类结果-SVM algorithm is used to study the leaf information, and the kernel function optimization algorithm is used to optimize the parameters. Finally, the classification results
FacialExpressionClassification
- 1. 使用matlab自带的人脸识别工具（Viola-Jones算法）找出人脸的位置，并裁剪出人脸区域。 2. 使用Gabor滤波器识别出人脸的局部特征及纹理。 3. 训练一个SVM进行表情分类。 4. 交叉验证得到表情分类正确率为83.3 。 操作说明和系统描述请见ReadMe.-1. Using matlab with face detection tool (Viola-Jones algorithm) to find the location of a human
chapter15_PSO
- svm 的参数优化，利用pso(粒子群优化算法)选择最优参数c g，最终提高训练集的分类准确率，更好的提高分类器性能-Svm parameter optimization, the use of pso (particle swarm optimization algorithm) to the optimal parameter c g, and ultimately improve the training set classification accuracy, better impr
chapter15_GA
- svm 的参数优化，利用ga(遗传优化算法)选择最优参数c g，最终提高训练集的分类准确率，更好的提高分类器性能-Svm parameter optimization, the use of ga (genetic optimization algorithm) to the optimal parameter c g, and ultimately improve the accuracy of the training set classification, better improve
gaSVMcgForClass
- svm 的参数优化，利用ga(遗传优化算法)选择最优参数c g，最终提高训练集的分类准确率，更好的提高分类器性能,这是ga的功能函数源码-Svm parameter optimization, the use of ga (genetic optimization algorithm) to the optimal parameter c g, and ultimately improve the training set classification accuracy, better imp
SMOTE
- Python语言实现针对不平衡分类的SMOTE升采样算法，并通过SVM实现分类(We implements the SMOTE over-sampling algorithm via Python language for unbalanced classification, and achieves the classification of Glass data through SVM algorithm.)
51a94a283ed655b4d8699245ae62d48f
- 最小二乘支持向量机算法实现智能分类（SVM）(The support vector machine algorithm to realize intelligent classification (SVM))
85375532SimpleMKL
- SimpleMKL是一种多核分类的算法，SVM的思想(SimpleMKL is one of the multi kernel algorithm)
论文
- 20世纪90年代，贝尔实验室的Vapnik教授第一次提出支持向量机（Support VectorMachine,SVM）的理论与基本概念。SVM方法一种基于统计学习理论(Statistical Learning Theory)的机器学习方法，它以结构风险最小化原则代替经验风险最小化原则，同时结合了机器学习、统计学习以及神经网络等方法[53]。它能够有效的提高算法的泛化能力，解决了小样本、非线性和维数高等难题，并且能够克服传统神经网络等学习算法中网络结构难以确定、收敛速度慢及训练时需要大量数据样本
chapter_GA
- 基于GA优化的SVM算法，它可以被用于预测分类(SVM algorithm based on GA optimization for prediction classification)
chapter_PSO
- 基于PSO优化的SVM算法，它可以用来预测分类(SVM algorithm based on PSO optimization can be used to predict classification.)
LBP
- （1）计算图像中每个像素点的LBP模式(等价模式,或者旋转不变+等价模式)。 （2）然后计算每个cell的LBP特征值直方图，然后对该直方图进行归一化处理(每个cell中，对于每个bin,h[i]/=sum,sum就是一副图像中所有等价类的个数)。 （3）最后将得到的每个cell的统计直方图进行连接成为一个特征向量，也就是整幅图的LBP纹理特征向量； 然后便可利用SVM或者其他机器学习算法进行分类识别了。((1) calculate the LBP pattern of each p
鸡群CSOSVM
- 本算法是基于鸡群优化算法CSO优化SVM，可以大大提高VMD的分类准确率，提高优化时间。(This algorithm is based on CSO to optimize SVM, which can greatly improve the classification accuracy of VMD and improve the optimization time.)
蝙蝠BASVM
- 本算法是基于蝙蝠优化算法BA优化SVM，可以大大提高VMD的分类准确率，提高优化时间。(This algorithm is based on bat optimization algorithm BA to optimize SVM, which can greatly improve the classification accuracy of VMD and improve the optimization time.)