搜索资源列表
SVM数据分类预测
- 包含程序和试验数据，已进行MATLAB试运行。可以实现支持向量机对数据进行分类的功能。并进行了案例扩展，讨论了数据归一化对支持向量机的分类结果的影响，讨论了核函数对分类结果的影响。
rgk.rar
- 信号自适应处理，使用的核函数为高斯径向核函数。,Adaptive signal processing, use the kernel function for the Gaussian radial kernel function.
parzen.rar
- 用parzen窗方法，估计概率密度，采用高期核函数。。。。,With parzen window means of estimating the probability density function using high nucleus. . . .
KPLS
- 基于核函数的偏最小二乘算法，先对原矩阵进行核函数非线性变化，再用非线性迭代求解-Kernel-based partial least-squares algorithm, first the original non-linear function of changes in the nuclear matrix, and then non-linear iterative solution
work
- 高斯核函数，矩阵自身的高斯核函数计算，需要指定参数-Gaussian kernel function, matrix itself Gaussian kernel function, the need to specify the parameters
KGaussian1 高斯核核函数的matlab程序
- 核函数中经常用到的高斯核核函数的matlab程序-Kernel function often used in the Gaussian kernel function matlab nuclear program
KDE
- 本文介绍了一种基于核函数的参数估计方法，对于初学者来讲很有帮助-kernel based estimation
kernel
- svm 核函数的选择与构造 在matlab中运行-svm kernel function and structure of the choice to run in matlab
SVM_nuclear_assembly_MATLAB_function
- 用MATLAB来实现支持向量机SVM和核函数的程序集-Support Vector Machine SVM and nuclear assembly MATLAB function. Rar
kda
- kda程序 用于matlab环境下不同核函数分类问题-kda program for matlab environment classification of the different kernel function
KPCA_p
- 核主成分分析中使用多项式核函数时的MATLAB代码，有注释，易看懂。-Kernel Principal Component Analysis in the use of polynomial kernel function of the MATLAB code, annotated, easy read.
kernel
- 用于实现支持向量机的核函数，常用的四种，多项式，线性，高斯-Used to implement SVM kernel function, four common
svmlight-6.01
- 这个源码是用来学习支持向量机的，里面包含了多核函数。-This source is used to support vector machine learning, which includes multi-core function.
rgk
- 时频分析工具——径向高斯核时频分布。为了在时频分布平面内不出现交叉项，则在模糊函数域内应有效去除互分量而仅保留自分量。设计一个与信号相匹配的核函数可以达到上述目的。基于信号的径向高斯核时频分布是一种比较理想的时频分布-Optimal radially Gaussian kernel time-frequency representation
kernelbasedmoothing
- 基于核函数回归方法的图像去噪，图像平滑。对于图像领域的研究者有很大作用-Kernel regression method based on image denoising, image smoothing. Researchers in the field for the image plays a significant role
核主成分分析
- 在具有降维作用的核主成分分析方法基础上增加一个核函数成为新的核主成分分析方法。(On the basis of kernel principal component analysis with dimension reduction, a kernel function is added to be a new kernel principal component analysis method.)
svc
- 支持向量机中，若使用特征映射将样本点映射到特征空间，则需使用核函数，该程序为调用的核函数(In support vector machine,we might use kernel function to obtian a more flexible classication)
KDA
- 核函数结构KDA具体编程代码等，较详细的程序(Kernel function structure)
核函数主成分分析KPCA
- 在多元统计领域中，核函数主成分分析(kernel principal component analysis, kernel PCA)是利用核函数方法技术对主成分分析(PCA)的扩展。使用核函数使原PCA的线性操作是在一个复制的内核希尔伯特空间中执行的。 KPCA的运算步骤势在PCA之前首先对数据进行kernel变换 ，再求相关系数矩阵。(In the field of multivariate statistics, kernel principal component analysis (ke
核Fisher鉴别分析方法（KFDA）
- 基于核函数的Fisher分类判别，用于比同种类的分类。(Fisher classification based on kernel function)