SVM工具箱 用于SVM算法做分类 线性建模，非线性软测量建模-SVM Toolbox

有认知无线电CR的论文和Matlab代码，进行传统频谱感知算法的能量检测实现与SVM分类算法实现，两个进行对比检测概率性能，还有生成SVM三种核函数的分类检测图与统计三个错误率，得出SVM算法优于能量检测算法-Cognitive radio CR papers and Matlab code, perform traditional spectrum sensing algorithms to achieve energy detection and SVM classification alg

Python语言实现针对不平衡分类的SMOTE升采样算法，并通过SVM实现分类(We implements the SMOTE over-sampling algorithm via Python language for unbalanced classification, and achieves the classification of Glass data through SVM algorithm.)

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