搜索资源列表
nonlinear_regression_SVM
- 用于在matlab中实现非线性回归的支持向量机svm算法-Used matlab to implement non-linear regression algorithm of support vector machines svm
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
SVMvccode
- 个vc开发的支持向量机程序,对于初学者很有用,可做回归和分类问题-A vc developed support vector machine procedure is useful for beginners, do regression and classification problems
svm
- SVM方法的基本思想是:定义最优线性超平面,并把寻找最优线性超平面的算法归结为求解一个凸规划问题。进而基于Mercer核展开定理,通过非线性映射φ,把样本空间映射到一个高维乃至于无穷维的特征空间(Hilbert空间),使在特征空间中可以应用线性学习机的方法解决样本空间中的高度非线性分类和回归等问题。svm 程序,即支持向量机的代码。-The basic idea of SVM method are: the definition of the optimal linear hyperplane,
sf1847
- 数据挖掘建模工具,轻易实现BP神经网络、RBF神经网络、灰色系统、决策树、决策表、贝叶斯、懒惰算法、支持向量机、K均值聚类、Apriori关联规则、HotSpot关联规则、回归分析、指数平滑、季节移动平均及组合等算法建模。-Data mining modeling tools, easy to achieve BP neural network, RBF neural network, gray system, decision tree, decision table, Bayesian, l
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
fourSVMtool
- 四种支持向量机的四种SVM工具箱的分类与回归算法,包括全部工具箱函数。-Four of four SVM support vector machine classification and regression algorithm toolbox, including all the toolbox functions.
TorchSVM
- SVM(支持向量机)的C++源码。可以实现基于SVM的数据分类机回归,可应用于人工智能,模式识别及数据处理领域。源码附有英文注释。-SVM (support vector machine) in C++ source code. Can achieve data classification based on SVM regression, can be used in artificial intelligence, pattern recognition and data processin
MATLABS-SVC--CODE
- 支持向量机的MATLAB代码,包括分类与回归,可帮助学习机器学习算法-MATLAB S SVC DODE
svm_matlab_gui
- 支持向量机matlab工具箱(含资料及gui模式)用于分类和回归预测-SVM matlab toolbox (including information and gui mode) for classification and regression
Supportvm.regression
- matlab编的一个支持向量机的数据分类和回归分析程序,很不错-matlab code of a support vector machine classification and regression data analysis program, very good
MATLAB_SVM_Toolbox
- 工具箱包括了二种分类,二种回归,以及一种一类支持向量机算法 (1) Main_SVC_C.m --- C_SVC二类分类算法 (2) Main_SVC_Nu.m --- Nu_SVC二类分类算法 (3) Main_SVM_One_Class.m --- One-Class支持向量机 (4) Main_SVR_Epsilon.m --- Epsilon_SVR回归算法 (5) Main_SVR_Nu.m --- Nu_SVR回归算法-Kit includes two kinds
SVM
- 该工具箱包括了二种分类,二种回归,以及一种一类支持向量机算法 (1) Main_SVC_C.m --- C_SVC二类分类算法 (2) Main_SVC_Nu.m --- Nu_SVC二类分类算法 (3) Main_SVM_One_Class.m --- One-Class支持向量机 (4) Main_SVR_Epsilon.m --- Epsilon_SVR回归算法 (5) Main_SVR_Nu.m --- Nu_SVR回归算法-The kit includes two
Matlab-svm-BP-compare
- 支持向量机和BP神经网络虽然都可以用来做非线性回归,但它们所基于的理论基础不同,回归的机理也不相同。支持向量机基于结构风险最小化理论,普遍认为其泛化能力要比神经网络的强。为了验证这种观点,本文编写了支持向量机非线性回归的通用Matlab程序和基于神经网络工具箱的BP神经网络仿真模块,仿真结果证实,支持向量机做非线性回归不仅泛化能力强于BP网络,而且能避免神经网络的固有缺陷——训练结果不稳定。-SVM and BP neural networks, although non-linear regr
SVM_classandregress
- 支持向量机 内容中主要包括二种分类,二种回归,以及一种一类支持向量机算法。-Support Vector Machine Two types of categories, and two types of regression, as well as a kind of support vector machine algorithm is included in this content.
mySVM_C
- c语言开发的支持向量机,用于分类和回归。-Support vector machine (SVM) based on C language
adaptive-genetic-algorithm
- 自适应GA SVM 参数选择算法研究Param eter selection algorithm for support vector machines based on adaptive genetic algorithm 支持向量机是一种非常有前景的学习机器, 它的回归算法已经成功地用于解决非线性函数的逼近问题. 但 是, SVM 参数的选择大多数是凭经验选取, 这种方法依赖于使用者的水平, 这样不仅不能获得最佳的函数逼近效果, 而且采用人工的方法选择 SVM 参数比较浪费
support-vector-machine
- 本书主要以分类问题(模式识别,判别分析)和回归问题为背景,系统阐述支持向量机和相应的优化算法-This book mainly classification (pattern recognition, discriminant analysis) and regression as the background, the system describes support vector machine and the corresponding optimization
LibSvm
- 支持向量机的方法在matlAB中实现,包括回归、以及分类等模块。此外,还有参数寻优的算法。-Support vector machine method is implemented in matlAB, including regression and classification module. In addition, parameter optimization algorithms
svm3
- 使用支持向量机进行非线性回归,得到非线性函数y=f(x1,x2,…,xn)的支持向量解析式,求解二次规划时调用了优化工具箱的quadprog函数。本函数在程序入口处对数据进行了[-1,1]的归一化处理,所以计算得到的回归解析式的系数是针对归一化数据的,仿真测-Using support vector machines non-linear regression