搜索资源列表
SVM_GUI_3.1[mcode]{by faruto}
- SVM支持向量机算法，源代码。可以直接运行，非常好用(SVM support vector machine algorithm, source code. Can run directly, very easy to use)
兵王问题SVM程序
- MATLAB编写的SVM算法程序、数据集及其工具包，用于解决国际象棋中的兵王问题(The program, SVM algorithm written in MATLAB data set and used to solve the problem of Bingwang toolkit in chess)
LS-SVM
- 最小二乘算法的改进，最小二乘SVM的实现！(Improvement of SVM by Least square SVM.)
SVM支持向量机算法
- 实现简单的SVM算法，简单易学易上手并带有实验数据
SVM
- 自己用C#写的libsvm算法，可在控制台训练和测试(the libsvm algorithm by C# programming)
svm
- libsvm回归算法使用源码与数据，使用matlab语言实现(The libsvm regression algorithm uses the source code and the data, and uses the MATLAB language to implement)
2016.09.05CS_PSO
- 以优化SVM算法的参数c和g为例，对FA（萤火虫算法）MATLAB源码进行了逐行中文注解。(The firefly algorithm is based on the development of the bioluminescent biological characteristics of the natural world and is also based on the stochastic optimization algorithm of the population. There
Simple-Handwritten-Numerel-Recogntion-master
- 使用SVM算法进行数字图像识别，使用的是手写数字的训练(The use of SVM algorithm for digital image recognition is the training of handwritten numerals)
ga-svm
- 用遗传算法优化支持向量回归机C、g、p参数(Optimization of C, G, P parameters of support vector regression machine by genetic algorithm)
Matlab_SVM
- SVM算法实现+数据 (要用到一些包，按照代码里面的import到网站下就行） 1.读取数据：在Matlab中调用textread可读取UCI数据集，这里读取的文件是iris.data，因为文件中以逗号为分隔符，所以还要在读取方法中添加参数“‘delimiter’，‘，’”，从而在读数据的时候自动跳过分隔符。 2.调用cvx工具箱中的方法：首先需要下载cvx工具箱的压缩文件，在其目录下运行cvx_setup指令，然后调用其方法，以cvx_begin开头，cvx_end为终止符号，所有需
csvm
- 包含svm基本工具库还有常用函数，适合初学者调试使用，其中main开头的程序都可以直接运行
SVM工具箱
- 四种SVM工具箱的分类与回归算法LS_SVMlab、OSU_SVM3.00、stprtool\svm、SVM_SteveGunn(Classification and regression algorithm of four kinds of SVM toolbox LS_SVMlab,OSU_SVM3.00,stprtool\svm,SVM_SteveGunn)
svm
- 使用smo算法实现了支持向量机的python代码(complete the svm mode and Sequential minimal optimization with python code)
SVM
- 使用SVM对数据进行分类，可参考对SVM原理的讲解对代码及其算法进行进一步理解。(Using the SVM to classify the data, we can refer to the explanation of the SVM principle to further understand the code and its algorithms)
SVM
- 该算法用Visual Studio编写 ，用于实现对样本的训练以及测试，并可以转换成matlab语言，直接调用子程序(The algorithm is written in Visual Studio, which is used to train and test the sample, and can be converted into a matlab language and directly invoked the subroutine.)
test1
- SVM-无监督机器学习领域的经典算法，在神经网络未出现前，他是机器学习的顶梁柱，现在依然用处广泛，而且其核函数的使用范围早已超脱其本身，该实例对SVM算法进行了实现，具有相应的数据集。(SVM - Unsupervised machine learning in the field of classical algorithms, before the neural network does not appear, he is the mainstay of machine learning,
SVM_VER_3.0
- SVM算法模型，可根据具体的训练集训练自己的算法模型。(SVM algorithm model and method, you could check the source code for matlab and study it.)
SVM
- 使用支持向量机进行特征选择的集成算法模型(Feature selection of support vector machines)
灰狼优化
- 以优化SVM算法的参数c和g为例，使用狼群算法进行优化(Taking the parameters c and g of the optimized SVM algorithm as an example, we optimize it with a wolf group algorithm)
svm
- 使用matlab自带的函数实现的svm分类算法。(The svm classification algorithm implemented using matlab's own function.)