搜索资源列表
lsvm
- 支持向量机方法，用matlab实现，用于分类检测、模式识别，人脸检测等-Support Vector Machine method, the realization of Matlab for the detection and classification, pattern recognition, face detection
cor_recover
- matlab文件，对学模式识别或图像处理，都可以-Matlab paper for school or image processing pattern recognition, can s
LS-SVMlab1.5aw
- 最小二乘支持向量机MATLAB实现源代码，可以用于模式识别以及回归，DEMOCLASS是使用方法示例-least squares support vector machines MATLAB source code, can be used for pattern recognition and regression, DEMOCLASS example is the use of
GUI_MSVM
- 一个完整的具有图形操作界面的支持向量机模式识别的实验系统.全部用Matlab实现,可以实现多种分类识别. 这是本人的毕业设计的附属程序-complete with a graphical interface SVM pattern recognition to the experimental system. All using Matlab ab realized, could achieve multiple classification. This is my graduation des
kmean
- 这是模式识别中关于k均值动态聚类算法的matlab源码-This is the pattern recognition on the k-means clustering algorithm Matlab FOSS
基于支持向量机的手写数字识别（小论文+matlab编程及结果）
- 支持向量机的研究现已成为机器学习领域中的研究热点，其理论基础是Vapnik[3]等提出的统计学习理论。统计学习理论采用结构风险最小化准则，在最小化样本点误差的同时，缩小模型泛化误差的上界，即最小化模型的结构风险，从而提高了模型的泛化能力，这一优点在小样本学习中更为突出。SVM理论正是在这一基础上发展而来的，经过十几年的研究和发展，已开始逐步应用于一些领域。在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势，已经在模式识别、函数逼近和概率密度估计等方面取得了良好的效果。
PatternRecognitioAndIntelligentComputation
- 《模式识别与智能计算-Matlab（光盘）》资料-Pattern recognition and intelligent computation--matlab