搜索资源列表
交互支持向量机学习算法及其应用
- 交互支持向量机学习算法及其应用- Alternately supports the vector machine study algorithm and its applies
支持向量机的SMO算法VC实现
- 支持向量机的SMO算法VC实现,在模式识别和 许多方面很有用-support vector machine algorithm VC SMO, in pattern recognition and useful in many ways
支持向量机多专家决策算法
- 一种支持向量机多专家决策算法，很有参考价值-a support vector machine algorithm experts, great reference value
经典SVM算法matlab程序
- 经典SVM算法matlab程序 经典程序，不可缺少！
支持向量机算法程序
- 一种支持向量机算法程序实现，基于VC++.
SVM 支持向量机算法程序
- SVM 支持向量机算法程序 matlab语言
分类算法
- 最小二乘支持向量机分类
支持向量机参数优化
- 对支持向量机的参数 C和g 进行了参数优化，分三种：交叉验证优化、遗传算法优化和粒子群算法优化。
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。
最小二乘支持向量机
- 最小二乘支持向量机的调用函数，可用于分类或者预测，只需修改几个参数，即可执行。
最小二乘支持向量机MATLAB程序
- 本MATLAB程序是最小二乘支持向量机的使用程序，内容丰富，含有多个m文件，可满足各种建模仿真使用，欢迎下载，同时希望能帮到广大的使用者们。
最小二乘支持向量机
- 最小二乘支持向量机在建模过程中的使用，可适用于各种系统，方便广大使用者下载使用，内有丰富的M文件，功能完善，内核多样，能满足各种建模系统。
支持向量机MATLAB程序
- SVM支持向量机算法，matlab机器学习算法程序，功能强大(SVM support vector machine algorithm, matlab machine learning algorithm program, powerful)
SVM算法
- 充分学习了解支持向量机算法，以案例的形式来增长自身知识。其使用在matlab软件中。(Full learning to understand support vector machine algorithm, in case of the form of growth of knowledge. It is used in matlab software.)
参考文献
- 支持向量机算法，libsvm，可以建模仿真(SVR libsvm-3.1-[FarutoUltimate3.1Mcode])
支持向量机
- 数学建模算法、支持向量机以及多元分析算例及源程序(Mathematical modeling algorithm, support vector machine and multivariate analysis example and source program)
支持向量机（ML in action）整理
- Python实现支持向量机的算法，拟合和分类，包括0-9数字识别(Python implements the algorithm, fitting and classification of support vector machines, including 0-9 digital recognition)
支持向量机（Support Vector Machine, SVM）
- 支持向量机（support vector machine，SVM）是由Cortes和Vapnik在1995年提出的，由于其在文本分类和高维数据中强大的性能，很快就成为机器学习的主流技术，并直接掀起了“统计学习”在2000年前后的高潮，是迄今为止使用的最广的学习算法。(Support vector machine (support vector machine, SVM) is proposed by Cortes and Vapnik in 1995, because of its powerf
支持向量机
- 用于机器学习，代码中将支持向量机计算过程详细展示(For machine learning, the code is shown in detail in the support vector machine computing process)
支持向量机( SVM)
- 支持向量机凸优化例子，利用支持向量机算法建立分类模型的例子(An example of support vector machine convex optimization and an example of using support vector machine to establish a classification model)