搜索资源列表
c-svm.1.0
- 本工程的主要目的是创建两类的SVM分类器的动态链接库。SVM分类器用到的训练算法是SMO算法。-The main purpose of this project is a dynamic link library to create a SVM classifier of the two kind. The training algorithm of SVM classifier is used SMO algorithm.
target-tracking-based-on-SVM
- 将基于统计学习理论中的支持向量机(SVM)应用到目标跟踪领域中"该算法不仅能够自动检测和跟踪视场或图像中预先设定好的目标,而且克服了传统目标跟踪系统的缺陷.-Will be based on statistical learning theory, support vector machine (SVM) is applied to the target tracking in "The algorithm can automatically detect and track field of
ORLPPCAPSVM
- 一个完整的人脸识别算法实验，快速pca+svm算法，里面还带有orl人脸数据库，并且代码还有相应注释，大小有几十m，是一个很好的人脸实验-A complete face recognition algorithm experiments, fast pca+svm algorithm, which also comes with orl face database, and the code as well as the corresponding notes, there are dozens
svm v0.55 beta
- 用于数据处理的支持向量机算法，提供MATLAB环境下的SVM工具箱-for data-processing support vector machine algorithm, providing MATLAB environment SVM Toolbox
SVM-feature-optimization_GA
- 基于遗传算法寻优初始权值的BP神经网络建模-BP neural network model based on genetic algorithm optimization initial weights
SVM-regression
- 基于SVM的回归预测算法，用于开始学习支持向量机，详细，简单，具体-SVM regression prediction algorithm based on support vector machines for start learning, detailed, simple, specific
SVM-reviewed
- 支持向量机方法中也存在着一些亟待解决的问题，主要包括：如何用支持向量机更有效的解决多类分类问题，如何解决支持向量机二次规划过程中存在的瓶颈问题、如何确定核函数以及最优的核参数以保证算法的有效性等。-Support vector machine (SVM) method also exist some problems to be solved, mainly includes: how to use support vector machine (SVM) is more effective t
libsvm
- 支持向量机程序，用VC++程序实现SVM算法-Support vector machine procedures, with VC++ program SVM algorithm
algorithm
- Latent SVM算法实现行人检测；需要opencv库-Latent SVM algorithm for pedestrian detection needing opencv library
SVM
- SVM工具箱，各种分类及拟合算法,使用起来很方便。-SVM tools for classification and approximation
SVM
- 机器学习方法中支持向量积学习算法,带有实例数据，适合机器学习的朋友使用！-Support Vector Machine，SVM
SVM
- SVM的SMO算法实现，svm_train为训练函数，svm_predict为预测函数，按说明输入参数即可-The SMO SVM algorithm, svm_train of the training function, svm_predict to predict function, follow the instructions to input parameters
SVM-GUI
- 使用支持向量机（SVM）算法进行处理数据，提取特征参数，并通过MATLAB界面显示相关数据-Using Support Vector Machine (SVM) algorithm for data processing, feature extraction parameters, and display relevant data via MATLAB interface
dynamicsvm
- 动态SVM算法，可实现模型的在线实时更新，里面的数据需要根据自己的实际数据改变，为一多输入单输出的拟合预测模型。-Dynamic SVM algorithm can achieve real-time updates online model, the data inside the data according to their actual needs change, fitting prediction model is a multi-input single-output.
svm
- 熟悉使用SVM的Matlab工具箱svm-gunn，并利用该工具箱完成一个简单的水天线检测算法。 -using SVM classify the water and sky of apicture
SVM
- 支持向量机,用于各种分类和回归，是一种比较常用的智能算法-SVM for regression and classification
svm
- 支持向量机的matlab源代码，其中不同分别含有最小二乘、矩形窗、遗忘因子等算法程序-the source code for svm
SVM-Java-Code
- 十大经典算法之支持向量机的Java源代码，eclipse环境下进行数据分类必备算法。-Ten classic algorithm of SVM Java source code, data classification algorithms necessary eclipse environment.
svm
- 应用支持向量机算法进行数据处理，预测建模。-Application of support vector machines for data processing, predictive modeling.
SVM
- SVM: 一种分类器，采用最大化分类间隔进行优化参数。 关于这个分类器两点比较重要： 1）SMO优化算法需要掌握， 可以具体参看两篇文章，John Platt的文章 以及“Improvements to Platt s SMO algorithm for SVM Classifier Design” 2）核函数的使用，如何将核函数使用到SVM中，核函数就是空间转换的函数， 说白了就是距离计算函数，如何将同类之间的距离计算的比较近，如何将低维空间转换到易于分类的高维空间