搜索资源列表
svm_rim
- this code help to learn the use of svm neural networks
SVM
- 在草图符号的自适应学习中，不同用户的训练样本数量可能不同，保持在不同样本数量下良好的学习效 果成为需要解决的一个重要问题．提出一种自适应的草图符号识别方法，该方法采用与训练样本个数相关的分类 器组合策略将模板匹配方法和SVM统计分类方法进行了高效组合．它通过利用支持小样本学习的模板匹配方法 和支持大量样本学习的SVM 方法，并同时利用草图符号中的在线信息和离线信息，实现了不同样本个数下自适应 的符号学习和识别．基于该方法，文中设计并实现了支持自适应识别的草图符号组件．最后，利用扩
botdigger
- 基于api hook技术的未知病毒检测工具，可以用来学习。使用api hook工具获取刻意进程的api 序列，以api短序为特征输入svm进行识别。-Api hook technique based on the unknown virus detection tool to learn. Tools for use api hook api deliberate process sequence to a short sequence featuring api import svm for
SVM
- 关于支持向量机的基本文档，适合初学者学习，较为基础。-The basic document on support vector machines for beginners to learn, the more basic.
PPSO-SVMfaceS
- 基于PSO训练SVM的人脸识别利用支持向量机在学习能力方面表现的良好性能,结合核主元分析特征提取方法,将将其应用于人脸识别中,该方法在实验中表现了良好的识别性能,为人脸识别领域提供了一条新的识别途径 已通过测试。 -Good performance, performance in the ability to learn the use of support vector machines based on PSO training SVM face recognition combined
svm-prediction
- 本程序是一个用SVM实现先拟合，再预测的例子。主要目的是学习SVM的预测程序。-This program is a first fitting, re-forecast example using SVM. The main purpose is to learn SVM prediction program.
suisang_v27
- 是学习PCA特征提取的很好的学习资料，Pisarenko谐波分解算法,包括最小二乘法、SVM、神经网络、1_k近邻法。- Is a good learning materials to learn PCA feature extraction, Pisarenko harmonic decomposition algorithm, Including the least squares method, the SVM, neural networks, 1 _k neighbor method.
LapTwinSVM-master
- please see and learn LapTwinSVM from the attached matlab code, enjoy!!
最小二乘支持向量机工具箱使用指南
- 最小二乘支持向量机 可供初学者使用学习(LS-SVM Least-squares support vector machines can be used for beginners to learn)
wine
- SVM多分类算法，基于svmlib适合初学者学习(SVM multi classification algorithm, based on svmlib suitable for beginners to learn)
classifier_D
- 使用SVM分类器来预测乳腺癌病人的预后(特征选择；分类器构建)，评价模型时使用无被交叉验证，性能评价指标包括准确率，AUC，灵敏度，特异度。学会最基本的机器学习方法。可查看分发给大家的代码，以后遇到类似的问题，可用相似的思路和代码。(The SVM classifier was used to predict the prognosis of breast cancer patients (feature selection; classifier construction), and the