搜索资源列表
支持向量机的SMO算法VC实现
- 支持向量机的SMO算法VC实现,在模式识别和 许多方面很有用-support vector machine algorithm VC SMO, in pattern recognition and useful in many ways
支持向量机多专家决策算法
- 一种支持向量机多专家决策算法，很有参考价值-a support vector machine algorithm experts, great reference value
经典SVM算法matlab程序
- 经典SVM算法matlab程序 经典程序，不可缺少！
支持向量机算法及其代码实现
- 支持向量机（SVM），起初由vapnik提出时，是作为寻求最优（在一定程度上）二分类器的一种技术。後来它又被拓展到回归和聚类应用。SVM是一种基于核函数的方法，它通过某些核函数把特征向量映射到高维空间，然後建立一个线性判别函数（或者说是一个高维空间中的能够区分训练数据的最优超平面，参考异或那个经典例子）。假如SVM没有明确定义核函数，高维空间中任意两点距离就需要定义。
classification
- 该程序包实现了几个常用的模式识别分类器算法，包括K近邻分类器KNN、线性判别方程LDF分类器、二次判别方程QDF分类器、RDA规则判别分析分类器、MQDF改进二次判别方程分类器、SVM支持向量机分类器。 主程序中还有接口调用举例，压缩包中还有两个测试数据集文件。-The package to achieve a number of commonly used pattern recognition classifier algorithms, including K neighbor class
mgatext
- 遗传算法程序——支持向量机——参数优化程序-Genetic algorithm parameter optimization procedure------------
SVM_SMO_gaoshsh
- 支持向量机(SVM)的SMO算法实现。包括matlab源代码文件、支持向量机的pdf文档，源代码word文档。-Support Vector Machine (SVM) algorithm of SMO. Including the matlab source code files, Support Vector Machines pdf documents, source code for word documents.
RVM_matlabToolBox
- 相关向量机(RVM)的matlab源程序，包含快速算法，内含代码使用说明。 RVM采取是与支持向量机相同的函数形式稀疏概率模型，对未知函数进行预测或分类。 优点： (1) 不仅仅输出预测目标量的点估计值,还可以输出预测值的分布. (2) 使用更少数量的支持向量,从而显著减少输出目标量预测值的计算时间. (3) RVM不需要估计过多的参数. (4) RVM对是否满足Mercer 定理的核函数没有限制,适应性更好. -Relevance Vector Ma
fuzzylogicMATLAB
- 一个机器学习算法软件包，包括神经网络，模糊逻辑，支持向量机，采用MATLAB平台实现-A package of machine learning algorithms, including neural networks, fuzzy logic, support vector machine, using MATLAB platform
libsvm-2.88
- 支持向量机算法- SVM
43680540Classification-MatLab-Toolbox
- 利用人工智能算法对数据进行训练，然后模式分类，里面包含支持向量机，聚类，BP网络等许多优秀的算法-The use of artificial intelligence algorithm to training data, and then pattern classification, which includes support vector machines, clustering, BP network algorithm and many other outstanding
svm_smo
- 支持向量机（svm）的 序列最小优化算法（sequential minimal optimization) 的大量论文资料！该算法可用来开发svm的并行算法！-Support vector machine (svm) of the sequential minimal optimization algorithm (sequential minimal optimization) information on a large number of papers! The algorithm can
LPC_Project
- 线性预测算法基于遗传算法-支持向量机的水库叶绿素a浓度短期预测非线性时序模型,利学水 报 2009 年 1 月 SHUILI XUEBAO 第第 40 卷 1 期文章编号 :055929350 2009 0120046206 基于遗传算法 -matlab Linear prediction algorithm is based on genetic algorithm- support vector machine reservoir chlorophyll-a concentration of
svm-phasestateofcloudclassificationalgorithmsource
- 利用支持向量机的分类特性，结合modis的云图像，对云相态进行分类，利用svm云相态分类算法源代码-The use of support vector machine classification of features, combined with clouds modis images of the cloud phase state classification using svm-phase state of cloud classification algorithm source c
cpslssvm
- 基于混沌粒子群与模拟退火优化算法的最小二乘支持向量机参数自选择方法-Based on Chaotic Particle Swarm Optimization and Simulated Annealing least squares support vector machine parameter self-selection method
PS0-SVR
- ：针对发酵过程中生物参数难以实时在线测量的问题，建立了用于生物参数状态预估的 支持向量机软测量模型。考虑到该支持向量回归(SVR)模型的复杂性和冷化特征取决于其三 个参数 ，c， 能否取到最优值，采用粒子群优化(PSO)算法实现对参数 ，c， 的同时寻优。在 此基础上，以饲料用 ．甘露聚糖酶为对象，建立了基于PSO—SVR的发酵过程产物浓度状态预估 模型。发酵罐控制结果表明：该模型具有很好的学习精度和泛化能力，可实现对 ．甘露聚糖酶 产物浓度的实时在线预估。-In
AutomatedNegotiatioDecisionModelasedonMachineLearn
- 模型利用协商历史中隐含的信息自动对数据进行标注以形成训练样本，用最小二乘支持向量回 归机学习此样本得到对手效用函数的估计，然后结合自己和对手的效用函数构成一个约束优化问题，用遗传算法求 解此优化问题，得到的最优解就是己方的反建议．实验结果表明，在信息保密和没有先验知识的条件下，此模型仍然 表现出较高的效率和效用-The proposed model labels the negotiation history data automatically by making full use
Inertiadevicefaultpredictionbasedonwavelet
- ：为了提高最小二乘支持向量回归机的性能，将Morlet小波核函数引入其中，形成了最小二乘小波支 持向量回归机模型。利用待优化的参数重构模型的目标函数和约束条件，并在此基础上通过遗传算法进行参数 选择，从而提高了该模型的泛化能力。将最小二乘小波支持向量回归机应用于导弹陀螺仪的漂移趋势预测，仿真 实验结果表明了该方法的有效性和可行性，因此可以为陀螺仪的故障预报、可靠性辅助决策提供依据。-To improve the ability of least square support vect
SVM算法
- 充分学习了解支持向量机算法，以案例的形式来增长自身知识。其使用在matlab软件中。(Full learning to understand support vector machine algorithm, in case of the form of growth of knowledge. It is used in matlab software.)
支持向量机（ML in action）整理
- Python实现支持向量机的算法，拟合和分类，包括0-9数字识别(Python implements the algorithm, fitting and classification of support vector machines, including 0-9 digital recognition)