搜索资源列表
svm工具箱使用要点
- 介绍有关svm工具箱的使用要点
支持向量机(SVM)
- 支持向量机(SVM的上课课件 很有用
libsvm程序代码解读
- libsvm程序代码导读 SVM
PSOandSVM.rar
- PSO与SVM如何结合及其实际应用 是一篇把这两个算法结合使用的很好文章,PSO and SVM and its practical application of how to combine these two algorithms is a combination of a good article
alaboshibie
- 基于SVM的手写体阿拉伯数字识别，提出了支持向量机的新方法-SVM-based recognition of handwritten Arabic numerals, put forward a new SVM method
SVM分类程序
- 这是个SVM的分类算法程序，是经过专业人士编好的，希望能对学习SVM分类算法的有帮助哦。
svm_face_recognition
- 一篇很不错的关于人脸表情识别的论文。论文提出了一种基于人脸局部特征的表情识别方法，先选取人脸重要的局部特征,对得到的局部特征进行主成分分析,然后用支持向量机( SVM)设计局部特征分类器来确定测试表情图像中局部特征,同时设计支持向量机( SVM)表情分类器,确定表情图像的所属类别。-A very good facial expression recognition on paper. This paper proposes a feature based on local expression
SVMReview
- A nice intro to SVM PDF format
FaceDe
- 基于支持向量聚类的多聚焦图像融合算法. 从无监督机器学习角度提出了一种基于SVC(support vector clustering)的图像融合规则,解决了基于 SVM(support vector machine)的融合规则在处理多聚焦图像融合问题时所引起的区域混叠与非平滑过渡问题,进一步提高了融合图像的质量.-Based on support vector clustering algorithm for multi-focus image fusion. Never oversig
KPCAandSVM
- KPCA与SVM共同用于人脸识别 SVM提高了分类效果 KPCA是一种借鉴SVM中核函数的一种较好的特征提取方法-KPCA and SVM for face recognition SVM together to improve the classification results from KPCA is a kernel function in SVM a better feature extraction method
SVMbasedchaotictimeseriesanalysis
- 基于SVM的混沌时间序列分析 把SVM优化算法用于混沌时间序列分析 可以得到优于一些方法的结果-SVM-based chaotic time series analysis of the SVM optimization algorithm for chaotic time series analysis methods can be superior to the results of
The_Status_Quo_of_Machine_Learning_of_Artificial_I
- 机器学习是人工智能的一个子领域，是人工智能中非常活跃且范围甚广的主要核心研究领域之一，也是现代智能系统的关键环节和瓶颈。机器学习吸取了人工智能、概率统计、计算复杂性理论、控制论、信息论、哲学、生理学、神经生物学等学科的成果，主要关注于开发一些让计算机可以自动学习的技术，并通过经验提高系统自身的性能。本文介绍了机器学习的概念、基本结构和发展，以及各种机器学习方法，包括机械学习、归纳学习、类比学习、解释学习、基于神经网络的学习以及知识发现等，并简单叙述了机器学习的相关算法，包括决策树算法、随机森林算
introductionsvm
- 支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中-SVM (Support Vector Machine) is Cortes and Vapnik in 1995, first put forward, which in the settlement of a small sample, nonlinear and high di
lisvmDoc_cn
- svm工具包LIBSVM的使用文档，算法工具文档-svm use LIBSVM toolkit documentation, algorithm documentation tools
10Algorithms-08
- This paper presents the top 10 data mining algorithms identified by the IEEE International Conference on Data Mining (ICDM) in December 2006: C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes, and CART. These top 10 algorithms
multi-classSVM
- 总结SVM多分类的文章，从训练时间、分类时间、分类器的个数等等入手进行对比-Summary SVM multi-classification of articles, from the training time, classification time, the number of classifiers, and so begin to compare
SVMtotorial
- this totorial SVM useful-this is totorial SVM useful
svm
- Describe: the basic of svm(classification). Found it helpful
SVMnonlinforASI
- SVM PCA (Principal Component Analysis) algorithm has been widely used in engineering and science research, This report mainly from the PCA and the basic structure of the basic tenets of its research, Conventional PCA algorithm used mainly linear algo