搜索资源列表
libsvm-2.89
- 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.
fisher-linear
- fisher线性分类器，包括训练和测试样本-fisher linear classification
SVM_GUI_3.1[mcode]{by-faruto}
- 支持向量机SVM(Support Vector Machine）作为一种可训练的机器学习方法，依靠小样本学习后的模型参数进行导航星提取，可以得到分布均匀且恒星数量大为减少的导航星表。 基本情况 Vapnik等人在多年研究统计学习理论基础上对线性分类器提出了另一种设计最佳准则。其原理也从线性可分说起，然后扩展到线性不可分的情况。甚至扩展到使用非线性函数中去，这种分类器被称为支持向量机（Support Vector Machine，简称SVM）。支持向量机的提出有很深的理论背景。 支持向量机
ganzhiji
- 有100个随机的训练样本，用感知机实现了线性分类。-There are 100 random training sample, with the Perceptron achieve a linear classification.
qiyiyangbenwucha
- 利用感知器和BP网进行模式识别的基本方法，分类线性不可分样本-The basic method of pattern recognition based on perceptron and BP net, the linear non separable sample
EXP2
- 利用Matlab神经网络工具箱中感知器函数对二维线性可分的样本进行正确分类。-Use Matlab neural network toolbox Perceptron dimensional linearly separable function correctly classified samples.