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

本程序是基于Tikhonov正则化方法重建图像分析-This procedure is based on the Tikhonov regularization method for reconstruction of image analysis

Tikhonov.m 纪洪诺夫正则化方法-Tikhonov.m Regularization..............

This MATLAB .m file takes a "true" image, and an "observed" image that is the true image that has been noised with uncorrelated Gaussian noise. The function then performs Tikhonov regularization to clean up the defects in the image, with the Tikhonov

解病态方程的正则化方法、逆问题不适定解的处理与正则化(Regularization method for solving ill conditioned equations)