搜索资源列表
svm_monqp
- svm支持向量机的monqp核心算法，经过调试运行，效率高。-svm SVM monqp core algorithms, commissioning, operation and higher efficiency.
svmmonqp22
- svm支持向量机的monqp核心算法，经过调试运行，效率高。-svm SVM monqp core algorithms, commissioning, operation and higher efficiency.
SVM(matlab)
- 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
- 支持向量基开发算法代码，非常不错的资源。提供参考-support vector-based algorithm development code, very good resources. Provide reference
svm_image
- 一个基于支持向量机和傅立叶描述子的字符识别算法:傅立叶描述子表征字符的轮廓特征
2dpcasvm
- 提出一种基于二维主分量分析和支持向量机的层叠人脸检测算法,用于复杂背景灰度图像的人脸检.
qpso-svm
- 本程序用量子行为的粒子群算法训练支持向量机，并用IRIS数据验证了该方法的有效性
SVMmatlab
- 具有非线性回归功能的支持向量机算法。可有效实现目标特征进行训练和识别。-Nonlinear regression functions with support vector machine algorithm. Features can effectively achieve its objectives of training and recognition.
dgdgdgdgdgfdgdfgrelevance
- 基于支持向量机的相关反馈图像检索算法 相关反馈技术是近年来在图像检索中较为重要的 研究方法, 从机器学习的角度, 以支持向量机(SVM ) 为分类器, 提出了一种新的相关反馈方法-Support vector mach ine based relevance feedback algorithm in image retrieval
svm
- 选用支持向量机作为区分文本与非文本的分类器，支持向量机是在统计学习理论基础上发展起来的新一代学习算法，它在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势。-Use support vector machine as the distinction between text and non-text classifier, support vector machine is in statistical learning theory developed on the basis of
sanweimubiaoshibie
- 用骨架法，支持向量机发对三维目标识别的最新博士论文，写的很好，也有具体的算法描述和实验结果。-With the skeleton method, support vector machines made the latest of three-dimensional target recognition doctoral dissertation, write well, but also a specific descr iption of the algorithm and experime
SVM_Finger
- 指纹图像的质量测量与评价,在指纹图像分割、增强及指纹匹配等环节都有重要应用. 同时,指纹图像的质量分类,对指纹识别算法的适用性研究也有重要意义. 本文提出一种基于支持向量机的指纹图像质量分类方法.该方法选择梯度、Gabor特征、方向对比度等指标,利用支持向量机有效实现指纹图像质量分类. 并采用少类样本合成过采样技术( SMOTE)降低指纹图像质量好坏的类别不平衡问题对分类的影响. 理论分析和实验结果都表明该方法能够较为有效地提高指纹图像质量分类的正确率.-Fingerprint Image Qu
SVM
- SVM,支持向量机，是近几年来使用的比较多的模式识别算法，本文对这个算法的初学者有很大的帮助。-SVM, support vector machine is used in more recent years, the pattern recognition algorithm, the algorithm of this paper is very helpful for beginners.
Ch12_pres(SVM)
- 支持向量机网络算法原理介绍，对分类器原理大概的了解。(Principle of support vector machine algorithm)
SVM
- 一种基于序列上升算法的支持向量机实现，硬分割简单版(A support vector machine based on the ascending sequence algorithm, hard to split simple version)
SOM
- 本程序提供支持向量机的SOM算法的代码。(This procedure provides support vector machine SOM algorithm code.)
论文
- 20世纪90年代，贝尔实验室的Vapnik教授第一次提出支持向量机（Support VectorMachine,SVM）的理论与基本概念。SVM方法一种基于统计学习理论(Statistical Learning Theory)的机器学习方法，它以结构风险最小化原则代替经验风险最小化原则，同时结合了机器学习、统计学习以及神经网络等方法[53]。它能够有效的提高算法的泛化能力，解决了小样本、非线性和维数高等难题，并且能够克服传统神经网络等学习算法中网络结构难以确定、收敛速度慢及训练时需要大量数据样本
Canupo
- C++编码，基于线性判别分析（LDA）和支持向量机（SVM）的多尺度维度特征点云分类算法，通过机器学习方法精确分类。效果可达95%以上，本文件夹内含有详细中文教程。
svm支持向量机图像分类
- 通过支持向量机机器学习算法，实现对不同状态图像的分类，是非常好的方法。
支持向量机算法可视化实现
- 项目文件分为src和data两部分，src文件夹下存放源码，data文件夹下存放样本数据和生成的结果文件。 项目中含有RBF SVM分类算法，可视化界面上分别有对应算法的训练和结果展示按钮，通过按钮可以触发模型训练和可视化效果呈现。 项目运行过程中，会有一些日志打印出来。 详见内部说明文档