搜索资源列表
GUI_MSVM
- 一个完整的具有图形操作界面的支持向量机模式识别的实验系统.全部用Matlab实现,可以实现多种分类识别. 这是本人的毕业设计的附属程序-complete with a graphical interface SVM pattern recognition to the experimental system. All using Matlab ab realized, could achieve multiple classification. This is my graduation des
1687504099
- 支持向量机(SVM)实现的分类算法源码(matlab)-Support Vector Machine (SVM), a classification algorithm source code (Matlab)
libsvm-2.84
- SVM分类，支持向量机，包括matlab源码，使用非常方便-SVM classification, support vector machines, including Matlab source, the use of very convenient
SVM
- 支持向量机的MATLAB训练测试源代码,绝对好用.
SVM-KM
- MATLAB SVM TOOLBOX，是一个在GUN 编写的基础上加速的版本
svmmatlab4
- ％ 支持向量机Matlab工具箱1.0 - One-Class SVM, 一类支持向量机 ％ 使用平台 - Matlab6.5 希望对大家有用
svmmatlab5
- 用SVM做分类的使用方法,有matlab代码,里面还有说明,对初学着有帮助
SVM-KM
- 一个支持向量机的matlab工具箱，具有分类、拟合等功能，希望大家下载研学阿！-a Support Vector Machine Matlab toolbox, with classification, fitting features that you download Studies, A!
基于支持向量机的手写数字识别（小论文+matlab编程及结果）
- 支持向量机的研究现已成为机器学习领域中的研究热点，其理论基础是Vapnik[3]等提出的统计学习理论。统计学习理论采用结构风险最小化准则，在最小化样本点误差的同时，缩小模型泛化误差的上界，即最小化模型的结构风险，从而提高了模型的泛化能力，这一优点在小样本学习中更为突出。SVM理论正是在这一基础上发展而来的，经过十几年的研究和发展，已开始逐步应用于一些领域。在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势，已经在模式识别、函数逼近和概率密度估计等方面取得了良好的效果。