搜索资源列表
-
0下载：
程序利用svm分类结合bp算法完成图像中的分类和预测问题，这是模式识别中的一个比较新颖的方法。-svm procedures for the use classification algorithm combining bp image classification and prediction, This is the pattern recognition of a relatively new method.
-
-
0下载：
模式识别中统计模式识别的方法,包括贝叶斯，统计学习，LDA，PCA，SVM的经典方法，是不可多得的算法的toolbox-pattern recognition statistical pattern recognition methods, including Bayesian statistics study, LDA, PCA, SVM classical method, the algorithm is rare in toolbox
-
-
0下载：
有两组图片，分别为正样本，和负样本图片，利用SVM训练样本图片，然后输入图片，判断这副图片属于正样本还是负样本，一般用于模式识别中-Two sets of pictures, samples were positive, and negative sample images, the use of SVM training sample images, and then enter the picture, to judge this pair of images belong to the p
-
-
0下载：
选用支持向量机作为区分文本与非文本的分类器，支持向量机是在统计学习理论基础上发展起来的新一代学习算法，它在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势。-Use support vector machine as the distinction between text and non-text classifier, support vector machine is in statistical learning theory developed on the basis of
-
-
1下载：
模式识别中，多标签标记中的经典代码，主要用于场景分类，目标识别，结合svm和boost算法对自然场景进行分类，真的很不错，看看吧-Pattern Recognition, multi-tagged in the classic code, mainly used for scene classification, object recognition, combined with svm and boost the natural scene classification algorithm,
-
-
0下载：
LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件还有一个特点，就是对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数就可以解决很多问题；并且提供了交互检验(Cross Validation)的功能。-LIBSVM Taiwan University, Lin Zhire
-
-
0下载：
基于LLE和SVM的模式识别源代码，整理过的，里面添加了SVM ,SVMFWD,LLE，运行无误，欢迎下载-SVM pattern recognition based on LLE and the source code, finishing off, which added SVM, SVMFWD, LLE, run correctly, please download
-
-
0下载：
本程序是用来实现SVM算法，可以用在 模式识别处理中。-This procedure is used to implement SVM algorithm can be used in pattern recognition processing.
-
-
1下载：
线性分类器设计：包括感知机算法，最小二乘法，线性SVM算法（模式识别作业）-Linear classifier design: including perceptron algorithm, least squares, linear SVM algorithm（ pattern recognition task）
-
-
0下载：
SVM,支持向量机，是近几年来使用的比较多的模式识别算法，本文对这个算法的初学者有很大的帮助。-SVM, support vector machine is used in more recent years, the pattern recognition algorithm, the algorithm of this paper is very helpful for beginners.
-
-
0下载：
支撑向量机它在解决小样本、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。-Support vector machine to solve it in a small sample, nonlinear and high dimensional pattern recognition performance of the many unique advantages, and to promote the use of the function fitt
-
-
0下载：
模式识别领域非线性SVM分类器设计原理，代码及过程-Pattern recognition domain nonlinear SVM classifier.experimental design principle, the code and process
-
-
0下载：
图像处理模式识别一种分类算法：svm，对于所提取的图像的特征进行训练学习然后分类。-Image processing, pattern recognition of a classification algorithm: SVM trained to learn the characteristics of the extracted image and then classified.
-
-
0下载：
基于svm的分类器设计程序，模式识别分类器设计中很有用，值得分享。-Pattern recognition classifier design based on the the the svm classifier design program, useful and worth sharing.
-
-
0下载：
支持向量机(Support Vector Machine，SVM)是Corinna Cortes和Vapnik8等于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, SVM) was Corinna ms Cortes and Vapnik8 is first proposed in 1995, it is to solve the small sample,
-
-
0下载：
模式识别中的svm支持向量机方法源代码。输入训练点特征及类别，程序将求解出基于样本类别的分类条件。-Pattern recognition svm SVM method source code. Input point feature and class training program will solve the classification based on the type of sample conditions.
-
-
0下载：
这个程序主要是用来分类的，属于模式识别范畴。这里的支持向量机主要是用在人脸识别中-This program is mainly used for sorting, belong pattern recognition category. Here SVM is mainly used in face recognition
-
-
0下载：
在机器学习领域，支持向量机SVM(Support Vector Machine）是一个有监督的学习模型，通常用来进行模式识别、分类、以及回归分析-In the field of machine learning, support vector machine SVM (Support Vector Machine) is a supervised learning model, typically used for pattern recognition, classification, and
-
-
0下载：
SVM,ICA,PCA,NN等等模式识别算法,很有参考-SVM, ICA and PCA and NN, and so on pattern recognition algorithm, is of great reference value
-
-
0下载：
支持向量机模式识别教程
教程首先介绍了VC维和结构风险最小化的概念。然后，我们描述线性可支持向量机（SVM）的可分离和不可分离的数据，通过一个不平凡的例子详细。我们描述了一个机械类比，并讨论当SVM解决方案是唯一的，当它们是全球性的。我们描述了如何实现支持向量机训练，并详细讨论了用于构造数据非线性的SVM解决方案的核心映射技术。(A Tutorial on Support Vector Machines for Pattern Recognition)
-
