搜索资源列表
svm-3.0.1
- 这是经典svm中的libsvm 3.1.2版本，包含多分类程序。-This is the classic SVM libsvm 3.0.2 version, containing multiple classification procedures.
libsvm-3.20
- 利用svm进行分类器 很方便实用 强大 简介-Use svm classifier 13# highest feature index 3# kernel parameter-d 1# kernel parameter-g 1# kernel parameter-s 1# kernel parameter-r 270# number of training documents 117# number of support vectors plus 1
libsvm-3.1-[FarutoUltimate3.1Mcode]
- libsvm3.1-farutoUltimate版本.1.基于目前的最新的libsvm-3.1编写。 2.对原来的部分代码进行了重新优化。 3.添加ClassResult.m函数，方便给出各种分类准确率，以及给出判别函数的权值w、偏置b、支持向量在原始训练集中的位置索引以及alpha系数。-libsvm3.1-farutoUltimate version .1. Based on current latest libsvm-3.1 compilation. 2. The original
libsvm-3.1-[FarutoUltimate3.1Mcode]
- test.rarmatlabceksg11111
libsvm-3.1-[FarutoUltimate3.1Mcode]
- 态势要素获取作为整个网络安全态势感知的基础，其质量的好坏将直接影响态势感知系统的性能。针对态势要素不易获取问题，提出了一种基于增强型概率神经网络的层次化框架态势要素获取方法。在该层次化获取框架中，利用主成分分析(PCA)对训练样本属性进行约简并对特殊属性编码融合处理，将其结果用于优化概率神经网络(PNN)结构，降低系统复杂度。以PNN作为基分类器，基分类器通过反复迭代、权重更替，然后加权融合处理形成最终的强多分类器。实验结果表明，该方案是有效的态势要素获取方法并且精确度达到95.53%，明显优于
支持向量机算法包
- SVR libsvm-3.1-[FarutoUltimate3.1Mcode](libsvm-3.1-[FarutoUltimate3.1Mcode])
变延迟参数
- 延迟参数libsvm-3.1-[FarutoUltimate3.1Mcode](libsvm-3.1-[FarutoUltimate3.1Mcode])
变嵌入维数
- 变维数libsvm-3.1-[FarutoUltimate3.1Mcode](libsvm-3.1-[FarutoUltimate3.1Mcode])
libsvm-mat-3.0-1
- libsvm-mat-3.0-1编译好的文件，可以直接在matlab中使用(ibsvm-mat-3.0-1 compiled files can be used directly in MATLAB)
libsvm-3.1-[FarutoUltimate3.1Mcode]
- matlab支持向量机的工具箱，可用于2012b 2010b(Matlab support vector machine toolbox, which can be used in 2012b and 2010b)