搜索资源列表
SVMv1
- 支持向量机C-SVC分类算法,构造两类训练数据集-Support Vector Machine C-SVC algorithmConstruct two types of training data set,
Multi-class-SVM-Image-Classification
- 基于神经网络的遥感图像分类取得了较好的效果,但存在固有的过学习、易陷入局部极小等缺点.支持向量机机器学习方法,根据结构风险最小化(SRM)原理,表现出很多优于其他传统方法的性能,本研究的基于多类支持向量机分类器的遥感图像分类取得了达95.4 的分类精度.但由于遥感图像分类类别多,所需训练样本较大,人工选择效率较低,为此提出以人工选择初始聚类质心、C均值模糊聚类算法自动标注训练样本的基于多类支持向量机的半监督式遥感图像分类方法,期望能在获得适用的分类精度的基础上有效提高分类效率-Neural ne
SVM-classification
- 支持向量机分类源代码，matlab环境，可以代入数据进行类别分类。-Support vector machine classification of source code directly into the data to the data category classification.
libsvm-3.1(Chen)
- 支持向量机的分类与回归，可以实现样本数据的分类和数据的趋势预测-SVM classfiction and regression
libsvm-mat-2.91-1
- 支持向量机实现，经典分类算法-support vector machine
SVM_GUI_3
- 支持向量机的工具箱函数源代码，可以改进用于函数拟合、分类等-Support Vector Machine Toolbox function source code can be improved for function approximation, classification, etc.
svm
- svm源码 支持向量机 文本分类算法-the svm source text classification algorithm Support Vector Machine
onTextCategorization
- 本文比较研究了在中文文本分类中特征选取方法对分类效果的影响。考察了文档频率DF、信息增 益IG、互信息MI、V2分布CHI 四种不同的特征选取方法。采用支持向量机(SVM) 和KNN两种不同的分类 器以考察不同抽取方法的有效性。实验结果表明, 在英文文本分类中表现良好的特征抽取方法( IG、MI 和 CHI)在不加修正的情况下并不适合中文文本分类。文中从理论上分析了产生差异的原因, 并分析了可能的 矫正方法包括采用超大规模训练语料和采用组合的特征抽取方法。最后通过实验验证组合特征
Pqd_My_v11
- 电能质量检测平台仿真测试软件，用于验证各种检测算法的有效性，其中涉及小波变换，S变换，二叉树结构的支持向量机分类算法。-Power quality detection platform simulation test software used to verify the validity of the detection algorithm, which involves the wavelet transform, S transform and support vector machine
SVMcg
- 当支持向量机进行分类时，能够通过此代码进行参数挖掘-Support vector machine classification parameters digging through this code
SVM_GUI
- 支持向量机进行分类和回归的界面，非常好用-Support vector machines for classification and regression interface, very easy to
ssvmmlight-66v
- svm(支持向量机)是著名的分类算法，svmllight是其中的一种实现的最新版本。完全开源。 -svm (support vector machine) is well-known classification algorithm, svmllight the latest version of one of them realized. Fully open source.
peopledetect
- 利用HOG特征和支持向量机训练的到人体检测分类器，实现对人体的检测-HOG features and support vector machine training to the human detection classifier, the detection of the human body
cGGUUI_MSVMo
- 完整的图形用户界面的支持向量机模式识别系统的实验。全部用Matlab执行能够够实现各种各样的分类和鉴定。这是我的毕业设计源附属程序完整的源代码可以直接使用。 -Complete graphical user interface, support vector machine pattern recognition system experiments. The implementation using Matlab enough to achieve a variety of classif
SMATTLAB_svmmu
- 支持向量机的Matlab实现，支持多分类，据有GGUI操作界面，简单易懂易懂，其中包含输入输出数据。 -Support multi-classification support vector machine, the Matlab implementation, according to GGUI operation interface, easy to understand and easy to understand, which contains the input and outpu
PCA_based-Face-Recognition-System
- 模糊支持向量机做分类数据集——人脸识别,数据来源UCI，用于模式识别做分类- PCA_based Face Recognition System dataset
face_2DPCA
- 用2DPCA提取人脸特征，然后用支持向量机分类识别。效果不错。-With 2 DPCA face feature extraction, and then by support vector machines (SVM) classification and recognition. The result is right.
nonlinearSVM
- 基于matlab语言的非线性支持向量机算法，对图像分类有一定的参考价值-Matlab language feature extraction, image classification has certain reference value
svm
- 支持向量机分类程序，尤其适用于训练样本数量较少的境况-svm to classify
svmval
- 支持向量机分类程序，精度以及泛化性均优于传统分类方法-Support vector machine classification procedures, precision, and generalization are superior to the traditional classification methods