搜索资源列表
looms
- 留一模型选择法leave-one-out model selection，适合支持向量机分类和回归时进行参数选择。-looms uses a slightly modified BSVM to perform model selection on binary classification problems. Currently the RBF kernel is supported.
GImpprovedSVVe
- 将遗传算法(GA)与传统SVM算法结合，构造出一种参数最优的进化SVM(GA2SVM)，SVM 模型使用径向基函数(RBF))作为核函数，运用格雷码编码方式对SVM算法的模型参数进行遗传编码与优化搜索，，将搜索到的优化结果作为SVM 的最终模型参数。 -Genetic algorithm (GA) combined with the traditional SVM algorithm to construct a parameter of the evolution of the optim
libsvm-kernel--of-ploynomial-and-RBF
- 在libsvm平台下，用RBF核函数和polynomial多项式核函数结合，形成新的混合核函数，求验证其正确性-libsvm kernel of RBF and ploynomial
dd_ex3
- 使用支持向量数据描述，使用RBF核。利用被检测数据画出一个散点图。-Using support vector data descr iption, use the RBF kernel. Use test data to draw a scatter plot is.
approxsvm-master
- This project is a C++ implementation of a second-order Maclaurin series approximation of LIBSVM models using an RBF kernel. This approximation greatly increases prediction speed for models with many support vectors but in few dimensions.
RBF
- RBF神经网络：rbf原理：所谓径向基函数(Radial Basis Function 简称 RBF），就是某种沿径向对称的标量函数。通常定义为空间中任一点x到某一中心xc之间欧氏距离的单调函数，可记作 k(||x-xc||），其作用往往是局部的，即当x远离xc时函数取值很小。最常用的径向基函数是高斯核函数，形式为 k(||x-xc||)=exp{- ||x-xc||^2/（2*σ）^2） } 其中xc为核函数中心，σ为函数的宽度参数，控制了函数的径向作用范围。在RBF网络中，这两个参数往往是可