当前位置：
首页 资源下载
搜索资源 - classification svm
搜索资源列表
-
0下载：
SVM工具箱，里面有安装说明和使用方法，非常实用，可用作回归分类。(SVM toolbox, there are installation instructions and use method, very practical, can be used as a regression classification)
-
-
0下载：
机器学习中一个比较重要的算法——线性分类的支持向量机。功能简单实用。(Support vector machines with linear classification)
-
-
2下载：
classifier.mat文件太大未上传。可运行一次main3生成
getFeatures.m 获取灰度共生矩阵相关特征
main-main6 训练 + 识别
predict.m 单独的分类程序
temp.m 单独的分类演示程序(classifier.mat file is too large to upload. Can run a main3 to generate
getFeatures.m Get the grayscale co-occurrence matrix rel
-
-
0下载：
利用SVM进行数据的分类实验，实现数据的分类处理(The classification experiment of data is carried out by SVM, and the classification of data is realized)
-
-
0下载：
运用支持向量机对所选择的目标进行分类处理，这类分类处理比较与其他方法较为实用(Using support vector machine to classify the selected target, this kind of classification is more practical than other methods.)
-
-
0下载：
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
-
-
0下载：
主要实现对数据的分类验证，判断其性能，并画出灵敏度和特异度曲线(It mainly implements the classification and verification of the data, determines its performance, and draws the sensitivity and specificity curve)
-
-
0下载：
利用现在流行的模式识别技术，好用的支持向量分类工具包(Using the popular pattern recognition technology, a good support vector classification Kit)
-
-
1下载：
使用cnn提取图像特征，然后用SVM分类，此处没有给出训练集，另外imagenet-caffe-alex部分代码需要注意，需要下载的话把注释掉的代码打开(Using CNN image feature extraction, and then use the SVM classification, there were no given training set, also need to pay attention to imagenet-caffe-alex part of the code
-
-
0下载：
融合hog与lbp特征的图像分类，使用svm进行分类，最终给出运行混淆矩阵(The image classification of hog and LBP features is classified by SVM, and the run obfuscation matrix is finally given.)
-
-
0下载：
使用matlab libsvm 工具箱能够实现多分类任务(LIBSVM classification)
-
-
0下载：
支持向量机，一种很好的分类方法，想学的人可以看看这本书(Support Vector Machines, a good classification method, anyone who wants to learn can read this book)
-
-
0下载：
SVM分类实例，很好的解决了2分类的问题(SVM classification example)
-
-
0下载：
非常好用，可以很简单地实现SVM分类和回归，一定要用，力推！(very easy to use, you can very simplely implementation of SVM classification and regression, must use, pushing!))
-
-
0下载：
支持向量机凸优化例子，利用支持向量机算法建立分类模型的例子(An example of support vector machine convex optimization and an example of using support vector machine to establish a classification model)
-
-
0下载：
SVM案例12 SVM神经网络的数据分类预测-葡萄酒种类识别(SVMCase 12 SVM neural network data classification prediction - wine species identification.)
-
-
0下载：
利用opencv的ML-SVM，进行·mnist数据集的训练分类。
同时包含该数据集的读取(use opencv's ML-SVM to carry out training classification of MNIST dataset.
Including the reading of the data set)
-
-
0下载：
SVM(Support Vector Machine)指的是支持向量机，是常见的一种判别方法。在机器学习领域，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。
Vapnik等人在多年研究统计学习理论基础上对线性分类器提出了另一种设计最佳准则。其原理也从线性可分说起，然后扩展到线性不可分的情况。甚至扩展到使用非线性函数中去，这种分类器被称为支持向量机(Support Vector Machine，简称SVM)。支持向量机的提出有很深的理论背景。
支持向量机方法是在后来提出的
-
-
0下载：
将数量较少的故障样本分为训练集和测试集，实现故障的分类和识别(A small number of fault samples are divided into training set and test set to realize fault classification and recognition.)
-
-
0下载：
支持向量机实现分类识别，带有图形用户界面，有测试数据以及具体使用说明。(Support vector machine realizes classification and recognition, with graphical user interface, test data and specific instructions.)
-
