搜索资源列表
svm
- SVM分类器的实现原码,SVM是一类基于统计学习理论的模式识别方法
deboor-cox.rar
- 目的:运用强化学习!多分类器集成!降维方法等最新计算机技术,结合细胞病理知识,设计制作/智能化肺癌细胞病理图像诊断系统0"方法:采集细胞图像,运用基于强化学习的图像分割法将细胞区域从背景中分离出来 运用基于样条和改进2方法对重叠细胞进行分离和重构 提取40个细胞特征用于贝叶斯!支持向量机!紧邻和决策树4种分类器,集成产生肺癌细胞分类结果 建立肺癌细胞病理图库,运用基于等降维方法对细胞进行比对,给予未定型癌细胞分类"结果:/智能化肺癌细胞病理诊断系统0应用于临床随机1200例肺
svm-toy.SVM 的好工具，分类识别功能强大
- SVM 的好工具，分类识别功能强大，直观,Good tool for SVM, classification powerful, intuitive
svm-km.rar
- 支持向量机(SVM)是数据挖掘中的一个新方法，能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科。目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段。它广泛的应用于统计分类以及回归分析中. 支持向量机属于一般化线性分类器.他们也可以认为是提克洛夫规则化（Tikhonov Regularization）方法的一个特例.这族分类器的特点是他们能够同时最小化经验误差与最大化几何边缘区
libsvm_setup
- 这是台湾大学林智仁(Lin Chih-Jen)副教授等人开发的SVM模式识别与回归的软件包，该软件可以解决C-SVM分类、-SVM分类、-SVM回归和-SVM回归等问题，包括基于一对一算法的多类模式识别问题。-This is the National Taiwan University, Lin Zhiren (Lin Chih-Jen), associate professor, who developed SVM pattern recognition and regression of t
SVM
- 这是一个支持向量机的程序代码，对于图像的分类识别有很高的准确率、-This is a svm program
svm
- SVM神经网络的数据分类预测在葡萄酒种类识别中的应用-SVM classification neural network prediction of data types in the identification of wine
SVMclassifier
- SVM分类器，用于对多维采样点进行分类。可根据类别数修改分类器，我们的模式识别作业。-SVM classifier, multi-dimensional sampling points used for classification. Can be modified according to the number of classification categories, and our pattern recognition operation.
PCA_ORL
- Matlab环境下，实现用PCA方法提取EigenFace,之后通过SVM方法对人脸图像进行分类识别。-Face recognition via PCA and SVM method
stprtool15aug08
- 统计模式识别算法包，包括线性分类算法，SVM，PCA，LDA，EM，k-means分类等多种常用的模式识别算法。-Statistical pattern recognition algorithm package, including a linear classification algorithm, SVM, PCA, LDA, EM, k-means classification and many other commonly used pattern recognition algori
C-FOR-SVM-
- 该程序可较好地用于故障诊断，可做故障的分类识别-This program can be better used for troubleshooting, do faults classification
06-svmMLiA
- 采用SVM算法，用python语言实现的分类识别，可用于异常检测等二分类(Using SVM algorithm, using python language to achieve the classification of identification, can be used for abnormal detection and other two categories)
SVM神经网络的数据分类预测-葡萄酒种类识别
- SVM神经网络的数据分类预测-葡萄酒种类识别(SVM neural network data classification prediction wine species identification)
]ORL+PCA+SVM-11
- 编写了用户界面程序实现ocr人脸数据集的识别，使用了svm分类器(A user interface program is developed to realize the recognition of OCR face data set, and the SVM classifier is used)
svm分类预测
- wine的数据来源是UCI数据库，记录的是在意大利同一区域里三种不同品种的葡萄酒的化学成分分析，数据里含有178个样本，每个样本含有13个特征向量（化学成分），每个样本的类别标签已给，该程序主要实现意大利葡萄酒种类识别。(The data source for wine is the UCI database, which records the chemical composition of three different varieties of wines in the same area
(PCA+SVM)人脸识别
- 人脸识别，降维 加分类，主成分分析降维，支持向量机分类(Face recognition, principal component analysis reduced Vega classification, dimension reduction, support vector machine classification)
svm
- svm分类器，主要用于雷达辐射源信号识别(Svm classifier, mainly used for radar emitter signal identification)
贝叶斯人脸识别
- Pattern-Recognition-and-Machine-Learning-master,项目包括使用贝叶斯分类器的字符识别，基于GMM的图像分割，使用PCA的人脸识别和具有径向基函数的多类SVM分类器(Pattern-Recognition-and-Machine-Learning-master)
基于PCA的SVM分类
- 选择“BreastCancer”数据集，使用支持向量机(SVM)对其进行分类。作为对比，第一次对特征集直接进行支持向量机分类，第二次对特征集进行主成分分析法的特征提取后，再对特征提取后的特征集进行支持向量机分类。并且对比和分析了两次分类的结果。(The BreastCancer data set is selected and classified by Support Vector Machine (SVM). For comparison, the first time the featur
基于粒子群优化算法的特征选择SVM分类
- 针对“BreastCancer”数据集，作为对比，第一次对特征集直接进行SVM分类，第二次使用粒子群算法进行特征选择后再进行SVM分类。并且对比和分析了两次分类的结果。(For "BreastCancer" data set, as a comparison, the first time the feature set is directly classified by SVM, and the second time the feature set is selected