搜索资源列表
incrementsvm.rar
- 实现增量SVM算法，通过对因子的选择增量式的来训练SVM，大大加快了SVM算法的训练速度。。,To achieve incremental SVM algorithm, through the choice of factors Incremental to train SVM, greatly accelerated the speed of SVM training algorithm. .
svm_rank.tar
- Learning to Rank的一个方法，把排序问题转换成了一个分类问题，然后用支持向量机（SVM）训练出一个模型来。-Learning to Rank of a way to sort problem is transformed into a classification problem, and then use support vector machine (SVM) to train a model.
gridsearch
- 这是一个libsvm grid的改进,除了可以搜索分类中的C和gamma,还可以搜索小的整数.-This file is a slight modification of grid.py of libsvm. In addition to parameters C, gamma in classification, it searches for epsilon as well. Usage: grid.py [-log2c begin,end,step] [-log2g begin
svm
- SVM的源码，包括svm-train svm-toy，用C写的 -SVM' s source code, including the svm-train svm-toy, written with C
libsvmtest
- eclipse project导入即可使用。 本例包含用libsvm做训练分类用的完整实例。运行predict_svm.py 其中，pattern.txt是模式列表，train-c.txt,test-c.txt分别是训练集和测试集。其中svm.py和svmutil.py是来自libsvm官网3.11中的python包，经过修改之后的。 详情请看这里： 关于这个bug：http://www.tanglei.name/a-bug-in-libsvm-3.11/
svm
- i need coding to train svm
SVM-MT
- 基于libSVM-v310的完全多线程化libSVM，仅读写文件在框架内无法优化。svm-predict不需要openmp支持，svm-train需要打开openmp支持。VS2008编译。修改MAX_THREAD可以调整svm-predict线程数。-A fully multi-thread optimized libSVM based on libsvm-3.10. svm-predict won t need openmp however svm-train requires. The p
FacialExpressionClassification
- 1. 使用matlab自带的人脸识别工具（Viola-Jones算法）找出人脸的位置，并裁剪出人脸区域。 2. 使用Gabor滤波器识别出人脸的局部特征及纹理。 3. 训练一个SVM进行表情分类。 4. 交叉验证得到表情分类正确率为83.3 。 操作说明和系统描述请见ReadMe.-1. Using matlab with face detection tool (Viola-Jones algorithm) to find the location of a human
CNN-SVM
- 运用卷积神经网络来提取图片的特征值并用SVM做出分类(using CNN And SVM to train my pictures.)