搜索资源列表
-
0下载：
最新的支持向量机工具箱，有了它会很方便 1. Find time to write a proper list of things to do! 2. Documentation. 3. Support Vector Regression. 4. Automated model selection. REFERENCES ========== [1] V.N. Vapnik, \"The Nature of Statistical Learning Theory\", Springer-Verl
-
-
6下载：
统计模式识别工具箱（Statistical Pattern Recognition Toolbox）包含：
1，Analysis of linear discriminant function
2，Feature extraction: Linear Discriminant Analysis
3，Probability distribution estimation and clustering
4，Support Vector and other Kernel Machines,
-
-
10下载：
这是一个用pso优化SVM中的惩罚参数C和核参数g的MATLAB源码，简单易学-This is an optimization of SVM with the pso in the penalty parameter C and kernel parameter g of the MATLAB source code, easy to learn
-
-
0下载：
盲源分离FastICA、matalab程序，-FAST KERNEL ICA |
|--------------------|
Version 1.0- February 2007
Copyright 2007 Stefanie Jegelka, Hao Shen, Arthur Gretton
This package contains a Matlab implementation of the Fast Kernel ICA
-
-
0下载：
A distributed PSOSVM hybrid system with feature selection and parameter optimization
-Abstract
This study proposed a novel PSO–SVM model that hybridized the particle swarm optimization (PSO) and support vector machines (SVM) to
improve the clas
-
-
0下载：
kernel bandwith optimization
-
-
0下载：
最小二乘隐空间支持向量机
王玲 薄列峰 刘芳 焦李成
!
在隐空间中采用最小二乘损失函数$提出了 最 小 二 乘 隐 空 间 支 持 向 量 机#0*&**52H 8
同 隐 空 间 支 持 向
量机#&**52H 一样$最小二乘隐空间支持向量机不需 要 核 函 数 满 足 正 定 条 件$从 而 扩 展 了 支 持 向 量 机 核 函 数 的
选择范围
8
由于采用了最小二乘损失函数$最小二乘隐空间支持向量机产生的优 化 问 题 为 无 约 束 凸 二 次 规
-
-
0下载：
优化组合核函数相关向量机电力负荷预测模型Optimization of combined kernel function support vector machine power load forecast model-Optimization of combined kernel function support vector machine power load forecast model
-
-
0下载：
准抗毁化电源蓄电池SOC预测的GA_BP网络方法Optimization of combined kernel function support vector machine power load forecast model-Optimization of combined kernel function support vector machine power load forecast model
-
-
0下载：
Support Vector Machines, one of the new techniques for pattern classifi cation, have been widely used in many application areas. The kernel
parameters setting for SVM in a training process impacts on the classifi cation accuracy. Feature
-
-
1下载：
SVM: 一种分类器，采用最大化分类间隔进行优化参数。
关于这个分类器两点比较重要：
1）SMO优化算法需要掌握， 可以具体参看两篇文章，John Platt的文章
以及“Improvements to Platt s SMO algorithm for SVM Classifier Design”
2）核函数的使用，如何将核函数使用到SVM中，核函数就是空间转换的函数，
说白了就是距离计算函数，如何将同类之间的距离计算的比较近，如何将低维空间转换到易于分类的高维空间
-
-
0下载：
多核的异常检测（MKAD）算法用于一组文件的异常检测。它引入多喝到一个单优化函数，并使用一类支持向量机（OCSVM）框架进行实现-The Multiple Kernel Anomaly Detection (MKAD) algorithm is designed for anomaly detection over a set of files. It combines multiple kernels into a single optimization function using the
-
-
3下载：
遗传算法和粒子群算法以及网格搜索法优化神经网络SVM的高斯核参数和惩罚参数-Optimization of Genetic Algorithm Neural Network SVM Gaussian kernel parameters and penalty parameter
-
-
0下载：
支持向量机分类程序，使用高斯核函数，SMO顺序最优化算法，为学习SVM提供参考-SVM program, using a Gaussian kernel, SMO sequence optimization algorithm to provide a reference for learning SVM
-
-
0下载：
SHARK是一种快速、模块化、功能丰富的开源C++机器学习库。它提供了线性和非线性优化的方法，基于内核的学习算法，神经网络，和其他各种机器学习技术（见下面的特征列表）。它作为一个强大的工具箱，已经在现实世界有很多应用和研究。SHARK依赖于Boost和 cmake。它兼容Windows，Solaris，MacOS X和Linux。根据GNU通用公共许可证授权许可。-SHARK is a fast, modular, feature-rich open-source C++ machine lea
-
-
4下载：
该程序是基于粒子群算法优化支持向量机中的正则化参数C和核函数参数K的算法，实现了对电力负荷的短期预测，预测效果较好，可根据自己要求进行更改。-The algorithm is based on particle swarm optimization algorithm to optimize regularization parameter C and kernel function parameter K in support vector machine. It realizes the s
-
-
0下载：
这是软件缺陷预测问题的代码，里面包含了相关的算法代码,其中SKDL是对SDL加入核函数的优化结果，所以效果也更好-This is the software defect prediction problem code, which contains the relevant algorithm code, which is the SDDL SDL kernel function to join the optimization results, so the effect is better
-
-
0下载：
利用SVM算法对叶片信息进行学习，并利用核函数优化算法进行参数的优化，最后测试叶片的分类结果-SVM algorithm is used to study the leaf information, and the kernel function optimization algorithm is used to optimize the parameters. Finally, the classification results
-
-
1下载：
混合优化核参数(Hybrid optimization of kernel parameters)
-
-
2下载：
用粒子群算法优化SVM中惩罚系数C和高斯核函数g的参数(Using particle swarm optimization to optimize parameters of penalty coefficient C and Gauss kernel function g in SVM)
-
