搜索资源列表
svm_v0[1].55beta.tar
- 用于进行所谓的支持向量机的分析，关键是对信号进行分类，用于处理非线性非平稳信号-used for the so-called support vector machines, the key is the signal classification for handling nonlinear non-stationary signals
libsvm_java
- 模式分类经典算法——支持向量机 java语言版-classic pattern classification algorithm -- Support Vector Machine language version of java
stprtool18sep06
- 关于matlab数学统计方面的程序。包括支持向量机，混合高斯模型等等。-Matlab mathematical statistics on the procedure. Including support vector machines, Gaussian mixture model, and so on.
scaling
- 用于支持向量机的数据预处理，可能对大家有点用。
svm-matlabtoolbox
- 用于matlab环境下的支持向量机svm的工具箱，做这方面的朋友很需要哦
code
- 关于支持向量机的源代码 包括算法和说明，是我从一个网站载入的，不错
Digit-recognizer---knn-a-svm
- matlab中分别使用knn（k近邻）与svm（支持向量机）实现的对手写数字识别的二分类器-Digit recognizer(KNN and SVM) developed in matlab
最小二乘支持向量机工具
- 采用最小二乘支持向量机完成对信号的分类，预测功能。 该工具包在2009版本上已经验证。
SVM-usage
- 在WINDOWS XP环境下运行的支持向量机的相关软件和一些程序-algorithm for vetor-sopported machine
SVM_toolbox01
- 支持向量机作为统计学习理论的实现方法，能很好地解决非线性和高维数问题，克服了神经网络方法收敛慢、解不稳定、推广性差的缺点，近年来得到了广泛地研究，在模式识别、信号处理、控制、通讯等方面得到了广泛地应用。-Support Vector Machine as the implementation of statistical learning theory approach, can be a good solution to the nonlinear and high dimension pro
poly_svm
- 核函数是利用支持向量机解决不可分问题时引入的一种非线性变换的手段。基本思想是通过非线性变换，使样本变换之后的特征空间中变得线性可分。然后利用线性可分时构造最优超平面的方法，在特征空间中实现最优超平面的求解。-Kernel function is the use of support vector machine to resolve the issue can not be separated from the introduction of a nonlinear transform mean
LS_SVMlab
- 基于最小二乘法的支持向量机可以用于分类，它比传统的支持向量机方法更省时，准确率更高-Based on least squares support vector machine can be used for classification, it is than the traditional support vector machine method is more time-saving, higher accuracy
OSU_SVM3.00
- 支持向量机可用于数据约简以及分类，它是将原始空间的样本通过非线性映射变换到高维特征空间的方法-Support Vector Machines can be used for data reduction and classification, it is the original sample space through nonlinear mapping transformation to high-dimensional feature space method
svm_smo
- 支持向量机分类算法，将高斯函数与序列最小优化算法结合实现。-support vector machine smo
kernel
- 用于实现支持向量机的核函数，常用的四种，多项式，线性，高斯-Used to implement SVM kernel function, four common
Main_SVR_Epsilon
- Main_SVR_Epsilon Epsilon回归法解支持向量机，程序直接可以运行，有构造的模拟数据
libsvm3
- 台湾林智仁编写的支持向量机开源程序，可用于分类（C-SVC，nu-SVC，one-class SVM）和回归（epsilon-SVR，nu-SVR）。这是最新版本3.0。-Libsvm3.0 is a simple, easy-to-use, and efficient software for SVM classification and regression. It solves C-SVM classification, nu-SVM classification, one-cla
支持向量机的相关简介
- 支持向量机主要解决了分类问题和回归问题两大类
支持向量机（Support Vector Machine, SVM）
- 支持向量机（support vector machine，SVM）是由Cortes和Vapnik在1995年提出的，由于其在文本分类和高维数据中强大的性能，很快就成为机器学习的主流技术，并直接掀起了“统计学习”在2000年前后的高潮，是迄今为止使用的最广的学习算法。(Support vector machine (support vector machine, SVM) is proposed by Cortes and Vapnik in 1995, because of its powerf
SVMcgForRegress
- 支持向量机中的支持向量回归函数对数据进行预测(Support Vector Regression Function in Support Vector Machine to Predict Data)