搜索资源列表
svm-demo
- 关于支持向量机的一种较快速的计算方法,可以提高其计算速度,SVM-demo算法.-on support vector machines a more rapid method of calculation can improve their speed, SVM-demo algorithm.
libsvm-3.11
- libsvm是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，提供源代码和可执行文件。
libsvm-2.88.rar
- LIBSVM 是台湾大学林智仁 (Chih-Jen Lin) 博士等开发设计的一个操作简单、易于使用、快速有效的通用 SVM 软件包，可以解决分类问题（包括 C- SVC 、n - SVC ）、回归问题（包括 e - SVR 、 n - SVR ）以及分布估计（ one-class-SVM ）等问题，提供了线性、多项式、径向基和 S 形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。,LIBSVM is林智仁Taiwan Univ
libsvm-2.89.zip
- LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、易于使用、快速有效的通用SVM 软件包，可以解决分类问题（包括C- SVC、n - SVC ）、回归问题（包括e - SVR、n - SVR ）以及分布估计（one-class-SVM ）等问题，提供了线性、多项式、径向基和S形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。 2.89版本是09年刚更新的一个版本。,LIBSVM
pso-svm.rar
- 粒子群算法与支持向量机的结合，用粒子群算法快速寻找支持向量机的最优参数。,Particle swarm optimization with support vector machines with particle swarm optimization with support vector machines quickly find the optimal parameters.
FaceDetection
- 人脸检测。用c++编写。人脸检测是人脸分析的首要环节，其处理的问题是确认图像（或影像）中是 否存在人脸，如果存在则对人脸进行定位。人脸检测的应用领域相当广泛，是实 现机器智能化的重要步骤之一。 AdaBoost 算法是1995 年提出的一种快速人脸检测算法，是人脸检测领域里 程碑式的进步，这种算法根据弱学习的反馈，适应性地调整假设的错误率，使在 效率不降低的情况下，检测正确率得到了很大的提高。-Face Detection. Using c++ to prepare. Fac
SVM
- 有基于 matlav的svm软件工具，感觉挺好用的。里面有很多实例，稍加修改就可以使用。例如三分类问题： 1、输入三类数据xapp yapp 2、选择多类分类方法（一对多或一对一或m-svm） 3、设置参数 4、调用训练函数得到向量机参数 5、输入测试数据，得到预期结果。 -There is matlav based on the SVM-based software tools, I feel pretty useless. Inside there is a lot
svm_toolbox
- svm matlab工具箱，经过测试，非常好用！有界面。-svm matlab toolbox, tested, very good! Interface there is.
gp425win32
- 易于使用、快速有效的通用SVM 软件包，可以解决分类问题（包括C- SVC、 n - SVC ）、回归问题（包括e - SVR、n - SVR ）以及分布估计（one-class-SVM -Easy to use, fast and effective generic SVM software package can solve the classification problems (including the C-SVC, n- SVC), regression (inclu
AFSA
- 人工鱼群算法AFSA算法主要模仿了鱼群的以下行为：1、觅食行为：这是生物的一种最基本的行为，也就是趋向食物的一种活动；一般可以认为它是通过视觉或味觉来感知水中的食物量或浓度从而选择趋向的。2、聚群行为：这是鱼类较常见的一种现象，大量或少量的鱼都能聚集成群，可以进行集体觅食和躲避敌害。3、追尾行为：当某一条鱼或几条鱼发现食物时，它们附近的鱼会尾随其后快速游过来，进而导致更远处的鱼也尾随过来。4、随机行为：鱼在水中悠闲的自由游动，基本上是随机的，其实它们也是为了更大范围的寻觅食物或同伴。-AFSA
GA_SVM
- 对于小样本而言，SVM的仿真效果要比神经网络好，但是SVM的性能依赖于它的两个训练参数，本算法是用GA自动选择SVM的两个参数。-For small sample case, SVM simulation results than the neural network is good, but the performance of SVM depends on its two training parameters, the algorithm is automatically selected
libsvm_src_2.6NOTE
- LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件还有一个特点，就是对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数就可以解决很多问题；并且提供了交互检验(Cross Validation)的功能。该软件包可以在http://www.csie.ntu.edu.tw/~c
libsvm-mat-2[1].9-11
- LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件还有一个特点，就是对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数就可以解决很多问题；并且提供了交互检验(Cross Validation)的功能。该软件包可以在http://www.csie.ntu.edu.tw/~c
MATLAB-SVM-Improvement
- 快速实现预测，SVM方法改进，混沌时间序列。注意：7.0版本以上SVM数据包qp.dll不能运行，需要改。-Rapid realization of prediction, SVM method to improve, chaotic time series. Note: The 7.0 version of the above packet qp.dll SVM can not run, needs to change.
SVM-and--Face-Recognition
- 支持向量机及其在人脸识别中的应用研究 上海交通大学博士论文，在知网上面付费下载得到的。本文从应用的角度出发，较为全面地对一些相关问题进行探讨，并使用Visual C++实现了一个基于支持向量机的人脸识别软件—idTeller。 论文的主要工作和创新点包括： ·提出了两种基于VC边界的支持向量机参数选择算法—固定C算法和VC-CV算法。VC边界是两类支持向量机参数选择的一个理想准则，但它的一些固有缺点使其应用变得困难。本文通过将VC边界转化为VC指标，最终把问题归结为对最小包围体的求解，从理论
基于opencv的svm分类识别
- 附件是初始入门学习opencv的SVM简单程序，可以用于了解opencv中关于svm部分的使用，以及训练模块，便于快速上手SVM。开发环境是opencv2.0+vs2008，需要先安装opencv2.0才能够运行看到结果。显示第一个结果后，按回车等待几秒，即可显示分类结果。
svm
- LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件还有一个特点，就是对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数就可以解决很多问题；并且提供了交互检验(Cross Validation)的功能-The LIBSVM Taiwan University Chih- J
LS-SVM-lab-Toolbox-Users-Guide
- 最小二乘支持向量机的指导手册，初学者必备，帮助你快速入手程序-lssvm guide
svm
- 基于小波分析与支持向量机的快速车牌定位识别方法研究 - 副本-Rapid plate wavelet analysis and support vector machine based on location recognition- a copy of the
PSO-SVM
- 利用粒子群优化算法对支持向量机中的核函数参数和惩罚参数进行优化是非常有效的手段，可以大大提高鲁棒性。实际过程中读者可通过下载我上传的代码，简单进行修改和阅读附件论文即可快速掌握相关方面的知识，快速使用这一方法。(Particle swarm optimization (PSO) is a very effective method to optimize the kernel function parameters and penalty parameters of SVM, which can