搜索资源列表
支持向量机smo分类算法源代码
- 支持向量机的smo分类算法，以及对应的论文和实验数据。适合新手入门。
SVR_SVC
- 该工具箱包括了二种分类,二种回归,以及一种一类支持向量机算法-The toolkit includes two kinds of classification, two kinds of return, and a one-class support vector machine algorithm
svm_smo
- 支持向量机分类算法，将高斯函数与序列最小优化算法结合实现。-support vector machine smo
jchshibie
- 支持向量机（SVM）是一种基于超平面分类的新的学习方法，具有很强的泛化能力。研究了支持向量机的学习机理，以及实现支持向量机的序贯最小优化算法（SMO），并用来对舰船图像进行识别。首先将待识别目标进行二维小波分解，获取不同尺度下的小波系数，然后对其进行主元分析，得到的主元分量作为支持向量机的特征量输入。实验结果表明，该方法具有良好的分类性能。-Support Vector Machine (SVM) is a hyperplane-based classification of new learn
SMO-code
- smo算法是与svr（支持向量机回归）和svc（支持向量机分类）具有相似数学形式，并在此基础上提出的一种用于SVR的简化算法。-smo algorithm is svr (support vector machine regression) and svc (SVM) with similar mathematical form, and puts forward a simplified algorithm for SVR.
smo--c
- 支持向量机的序列最小优化（smo）分类算法 c++实现，-SVM sequential minimal optimization (smo) classification algorithm c++ implementation
SVM-SMO
- 实现图像分类，支持向量机原始优化算法SMO-Image classification, the original optimization algorithm SMO support vector machine
svm_python
- 在机器学习领域，支持向量机SVM(Support Vector Machine)是一个有监督的学习模型，通常用来进行模式识别、分类、以及回归分析。本程序是SVM的python实现，用的是SMO算法。只能进行分类，并且能够显示图形结果。-In the field of machine learning, support vector machines SVM (Support Vector Machine) is a supervised learning model is usually use
svmMLiA
- 支持向量机是最常用的一种分类器，它通过求解一个二次优化问题来最大化分类间隔，本例采用的SMO算法，可以大大优化运行-Support vector machine is the most commonly used classifier, it can be used to solve a two optimization problem to maximize the classification interval, this example uses the SMO algorithm, ca
SVM
- 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
SVM_smo_C++
- 该例程使用C++语言实现，支持向量机的SMO算法，包含标注的数据集，实现13维分类(Implement SVM-SMO algorithm using C++,including training dataset)