搜索资源列表
@polynomial
- VC维理论和结构风险最小化准则是统计学习理论中的重要内容,基于这一理论的支持向量机算法由于具有好的泛化性能受到重视,并被研究用于文本分类问题.基于多项式核的研究工作认为SVM的泛化能力不受多项式阶数的影响,并且能够处理很高维的分类问题,用于文本分类无需进行特征选择.研究发现,随着多项式核阶数的升高,SVM文本分类器会出现过学习现象,并且特征数越多越明显,特征选择是必需的.通过估计函数集的VC维,基于结构风险最小化理论对此问题进行分析,得出的结论跟实验结果相符.
MATLAB_svm_gui
- 支持向量机的Matlab实现，支持多分类，据有GUI操作界面，简单易懂，其中包括输入输出数据。
svm_matlab_3classes 基于支持向量机的多类分类
- 一个很不错的基于支持向量机的多类分类的matlab程序。-Based on a very good multi-class support vector machine classification of the matlab program.
svm-km.rar
- 支持向量机(SVM)是数据挖掘中的一个新方法，能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科。目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段。它广泛的应用于统计分类以及回归分析中. 支持向量机属于一般化线性分类器.他们也可以认为是提克洛夫规则化（Tikhonov Regularization）方法的一个特例.这族分类器的特点是他们能够同时最小化经验误差与最大化几何边缘区
ocksvm
- 用超球面支持向量机进行多类分类,每个超球面覆盖一个类-Hypersphere support vector machines using multi-class classification
SVM-classifier
- 用matlab实现非线性支持向量机分类器对多类进行分类。-Using matlab to achieve non-linear support vector machine classifier for multi-class classification.
OSU_SVM3.00
- matlab支持向量机用于多类模式的分类，较全面，可以迅速解决问题，值得下载！-matlab support vector machine model for multi-category classification, a more comprehensive, you can quickly solve the problem, it is worth to download!
SSVM_MATLAB
- MATALB 编写的最小二乘支持向量机，可实现多分类问题，包含双参数优化。-LSSVM compiled by MATLAB language,It can realize multi-classification,and work very well.
SVM
- SVM(支持向量机)，二分类，多分类，多分类一对一，多分类一对多训练及测试matlab代码-SVM two classes muticlasses mutioneagainstone mutioneagainstall matlab code
bsvm-multisvm
- 一个多分类支持向量机的文件，可直接运行，并且可以多数据进行多重分类，十分好用-A multi-class support vector machine files can be directly run, and can make multiple multiple data classification, is very easy to use
LS-SVMlab1.5(advanced)
- 最小二乘支持向量机算法程序，可用于解决多类分类问题-Least squares support vector machine procedures that can be used to solve multi-class problem
MatlabLSSVM
- 支持向量机的多分类问题，主要是将其分成了5类-Support Vector Machine
svmtrain
- 基于支持向量机的对指定多个包含特征的训练集图片，包含label信息。训练后，可对于相同格式的图片进行分类。(A training set image containing multiple features is included in the support vector machine (SVM), which contains label information. After training, the pictures in the same format can be classifi
图像分类
- 这里使用svm支持向量机对多类图像进行分类
svm
- 支持向量机由Vapnik首先提出，像多层感知器网络和径向基函数网络一样，支持向量机可用于模式分类和非线性回归，该程序主要实现svm的分类和回归功能。(SVM was first proposed by Vapnik. Like multilayer sensor network and radial basis function network, SVM can be used for pattern classification and non-linear regression. The p
libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]
- 一般的支持向量机只支持二分类，使用libsvm可以实现多分类，原理也是基于二分类，然后在使用投票机制，经测验，libsvm的分类精度可达85%以上(Multi class supported by libsvm,after testing, the classification accuracy can reach 85%.)
30个智能算法模型
- 1-8遗传算法，9 多目标Pareto最优解搜索算法，10 基于多目标Pareto的二维背包搜索算法，11-12免疫算法，13-17粒子群算法，18鱼群算法，19-21模拟退火算法，22-24蚁群算法，25-27神经网络，28 支持向量机的分类，29 支持向量机的回归拟合，30 极限学习机的回归拟合及分类(1-8 genetic algorithm, 9 multi-objective Pareto optimal solution search algorithm, 10 multi-obje
mtsvm
- 多分类孪生支持向量机,主体是-1 1的2分类孪生支持向量机，采用onevsone改编成多分类的孪生支持向量机(multi classification twin support vector machine, kernel code is binary-classification twin support vector machine ,constructed it as a multi classification twin support vector machine by using O
SVM
- 利用三次二分类SVM实现三分类SVM，可以用自己的数据，完美运行。(Using the three-category SVM to implement the three-class SVM, you can use your own data to run perfectly.)
libsvm-3.25
- libsvm-3.25用于支持向量机多分类