搜索资源列表
支持向量机若干问题的研究
- 支持向量机若干问题的研究
支持向量机的分类
- 基于IDL编写的用于遥感影像的分类，采用的分类方法为支持向量机。
采用遗传算法优化最小二乘支持向量机参数的方法
- 采用遗传算法优化最小二乘支持向量机参数的方法
计算支持向量机中alpha的值
- 计算支持向量机中alpha的值
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
最小二乘支持向量机
- 最小二乘支持向量机
支持向量机算法及其代码实现
- 支持向量机（SVM），起初由vapnik提出时，是作为寻求最优（在一定程度上）二分类器的一种技术。後来它又被拓展到回归和聚类应用。SVM是一种基于核函数的方法，它通过某些核函数把特征向量映射到高维空间，然後建立一个线性判别函数（或者说是一个高维空间中的能够区分训练数据的最优超平面，参考异或那个经典例子）。假如SVM没有明确定义核函数，高维空间中任意两点距离就需要定义。
基于支持向量机的手写数字识别（小论文+matlab编程及结果）
- 支持向量机的研究现已成为机器学习领域中的研究热点，其理论基础是Vapnik[3]等提出的统计学习理论。统计学习理论采用结构风险最小化准则，在最小化样本点误差的同时，缩小模型泛化误差的上界，即最小化模型的结构风险，从而提高了模型的泛化能力，这一优点在小样本学习中更为突出。SVM理论正是在这一基础上发展而来的，经过十几年的研究和发展，已开始逐步应用于一些领域。在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势，已经在模式识别、函数逼近和概率密度估计等方面取得了良好的效果。
支持向量机(SVM)
- 支持向量机(SVM的上课课件 很有用
支持向量机
- 介绍几种支持向量机的算法！
数字识别的支持向量机方法.doc
- matlab 数字识别的支持向量机方法.doc 模式识别
支持向量机的手写体数字识别
- 基于支持向量机的手写体数字识别 系统源码！ lunwen请QQ联系1836245579！
湘教版高中美术鉴赏课全套教案
- 支持向量机SVM和核函数的MATLAB程序集
支持向量机svm.rar
- 支持向量机svm
支持向量机的matlab实现
- 支持向量机的matlab实现，各位可以试试一试。在图像处理和人脸识别上效果还可以-Matlab support vector machine implementation, you can try try. In image processing and recognition of the effect can also be
基于SVM支持向量机的行人识别C++源程序
- 基于SVM支持向量机的行人识别C++源程序，支持最新的opencv2.0版本.在VC环境下配置opencv2.0后，可以运行检测静止图像中的行人。-people recognition based SVM(supporting vector machine) detector launched by Dalal with the OpenCV2.0 environment.this can work on the static images
svm.支持向量机中的训练样本的MATLAB源代码程序
- 支持向量机中的训练样本的MATLAB源代码程序,Support Vector Machine training samples in the source code of the MATLAB program
out-matlab SVM回归，用于实现支持向量机
- SVM回归，用于实现支持向量机（SVM ）回归拟合的问题。可以用来做一些短期的预测，如短期负荷预测。-svm regression, used to implement support vector machine (SVM ) Regression fitting problems. Can be used to do some short-term forecasts, such as short-term load forecasting.
svm_matlab_3classes 基于支持向量机的多类分类
- 一个很不错的基于支持向量机的多类分类的matlab程序。-Based on a very good multi-class support vector machine classification of the matlab program.
SVM-KM 支持向量机的matlab工具箱
- 一个支持向量机的matlab工具箱，具有分类、拟合等功能，希望大家下载研学阿！-A support vector machine matlab toolbox, with a classification, fitting functions, I hope you download the research study Ah!