搜索资源列表
Spider4dataanlysis
- ?Spider-matlab工具箱，为一良好的数据分析工具箱，内建核偏最小二乘回归(KPLS),径向基网络回归(RBFnet)等；支持向量机(SVC)分类；聚类分析等．-Spider-Matlab Toolbox for a good data analysis toolbox. Built-nuclear partial least squares (PLS) regression neural network (RBFnet); Support Vector Machine (SVC) c
KStattoolbox
- 一个非常经典的核统计学习工具箱。集成了kpca、kdr、ksri等。具有分类和回归双重功能。
libsvm-2.85-dense
- LIBSVM源码。LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、 易于使用、快速有效的通用SVM 软件包，可以解决分类问题（包括C- SVC、 n - SVC ）、回归问题（包括e - SVR、n - SVR ）以及分布估计（one-class-SVM ） 等问题，提供了线性、多项式、径向基和S形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。
支持向量机算法及其代码实现
- 支持向量机（SVM），起初由vapnik提出时，是作为寻求最优（在一定程度上）二分类器的一种技术。後来它又被拓展到回归和聚类应用。SVM是一种基于核函数的方法，它通过某些核函数把特征向量映射到高维空间，然後建立一个线性判别函数（或者说是一个高维空间中的能够区分训练数据的最优超平面，参考异或那个经典例子）。假如SVM没有明确定义核函数，高维空间中任意两点距离就需要定义。
lwpr.rar
- 局部线性回归方法及其稳健形式已经被看作一种有效的非参数光滑方法.与流行的核回归方法相比,它有诸多优点,诸如:较高的渐近效率和较强的适应设计能力.另外,局部线性回归能适应几乎所有的回归设计情形却不需要任何边界修正。,Local linear regression methods and their solid form has been seen as an effective non-parametric smoothing method. Contrary to popular kernel
libsvm-2.88.rar
- LIBSVM 是台湾大学林智仁 (Chih-Jen Lin) 博士等开发设计的一个操作简单、易于使用、快速有效的通用 SVM 软件包，可以解决分类问题（包括 C- SVC 、n - SVC ）、回归问题（包括 e - SVR 、 n - SVR ）以及分布估计（ one-class-SVM ）等问题，提供了线性、多项式、径向基和 S 形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。,LIBSVM is林智仁Taiwan Univ
libsvm-2.89.zip
- LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、易于使用、快速有效的通用SVM 软件包，可以解决分类问题（包括C- SVC、n - SVC ）、回归问题（包括e - SVR、n - SVR ）以及分布估计（one-class-SVM ）等问题，提供了线性、多项式、径向基和S形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。 2.89版本是09年刚更新的一个版本。,LIBSVM
4
- MATLAB程序， 半参数线性回归模型的最小二乘核估计 半参数线性回归模型的最小二乘正交序列估计。-MATLAB program, semi-parametric linear regression model of least squares kernel estimation Semiparametric least squares linear regression model orthogonal sequence estimation.
Vsvm3.0
- Vsvm3.0是一款window系统下运行的可视化svm算法工具，除了普通的分类和回归算法，还带有多目标回归预测；内含多种参数方式和序列极小化特征选择算法；并且支持多核并行运算-Vsvm3.0 is a window system running svm algorithm visualization tool, in addition to general classification and regression algorithms, but also with a multi-objec
Inertiadevicefaultpredictionbasedonwavelet
- ：为了提高最小二乘支持向量回归机的性能，将Morlet小波核函数引入其中，形成了最小二乘小波支 持向量回归机模型。利用待优化的参数重构模型的目标函数和约束条件，并在此基础上通过遗传算法进行参数 选择，从而提高了该模型的泛化能力。将最小二乘小波支持向量回归机应用于导弹陀螺仪的漂移趋势预测，仿真 实验结果表明了该方法的有效性和可行性，因此可以为陀螺仪的故障预报、可靠性辅助决策提供依据。-To improve the ability of least square support vect
svm
- SVM方法的基本思想是：定义最优线性超平面，并把寻找最优线性超平面的算法归结为求解一个凸规划问题。进而基于Mercer核展开定理，通过非线性映射φ，把样本空间映射到一个高维乃至于无穷维的特征空间（Hilbert空间），使在特征空间中可以应用线性学习机的方法解决样本空间中的高度非线性分类和回归等问题。svm 程序，即支持向量机的代码。-The basic idea of SVM method are: the definition of the optimal linear hyperplane,
mvkernelsmoothing
- 多维核平滑回归，对于存在数据点缺失或含噪声的情况，具有较好的鲁棒性。-Multi-dimensional kernel smoothing regression, data points for the existence of the case of missing or noisy, and has good robustness.
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
emd2_regression
- 基于核回归的图像散乱点插值，用于BEMD分解-scattered data interpolation based on kernel regression
KernelBasedDeblurringToolBox
- 核回归方法图像复原算法工具包，内含完整MATLAB代码，以及测试图像、相应的参考文献。-kernel regretion based image restoration algorithm,including the whole MATLAB code,tested image and the ralated referances.
212
- 半参数线性回归模型的最小一乘核估计Semi-parametric linear regression model for the smallest estimated by nuclear-Semi-parametric linear regression model for the smallest estimated by nuclear
KStattoolbox
- 一个非常经典的核统计学习工具箱。集成了kpca,ksri等。具有分类和回归双重功能-A very classic nuclear statistical learning toolbox. Integrated kpca, kdr, ksri and so on. Classification and regression with a dual function.
STKernelRegressionSoftware4MATLAB
- 三维核回归视频时空超分辨率重建代码（matlab）说明-3 d video kernel regression space-time super-resolution reconstruction code (matlab) instructions
SVC-and-SVR
- 基于SVM数据分类及回归分析，并采用不同的核函数如RBF,sigmoid,polynomial等-the data classification and regression analysis based on SVM, by using different kinds of kernel functions, for examples, RBF,sigmoid and ploynomial and so on
Kernel Smoothing Regression
- 高斯核平滑回归 matlab代码，代码内自带example；MATLAB学习，教程(Gauss Kernel Smoothing Regression contains matlab code and example)