基于SVM,分本分類,,是關(guān)于兩類分類的比較好的工具,國(guó)外網(wǎng)站提供,效果很好的
資源簡(jiǎn)介:基于SVM的WEB數(shù)據(jù)挖掘的文檔,SVM的方法開辟了學(xué)習(xí)高維數(shù)據(jù)新的天地,為WEB數(shù)據(jù)開發(fā)提供了一個(gè)先進(jìn)的思路。
上傳時(shí)間: 2014-08-28
上傳用戶:1051290259
資源簡(jiǎn)介:本文是一篇名為“基于SVM的石油勘探算法研究”的碩士論文,文中應(yīng)用MATLAB進(jìn)行算法實(shí)現(xiàn),給出了詳細(xì)的設(shè)計(jì)思路,各種不同方法的圖像對(duì)比,區(qū)縣調(diào)整,是一片相當(dāng)不錯(cuò)的文章。
上傳時(shí)間: 2013-11-25
上傳用戶:王楚楚
資源簡(jiǎn)介:基于SVM,分本分類,,是關(guān)于兩類分類的比較好的工具,國(guó)外網(wǎng)站提供,效果很好的
上傳時(shí)間: 2014-01-06
上傳用戶:無聊來刷下
資源簡(jiǎn)介:基于SVM的文本分類算法,穩(wěn)定,速度快,兼容性好
上傳時(shí)間: 2014-01-02
上傳用戶:阿四AIR
資源簡(jiǎn)介:基于SVM的文本分類算法,有自己的語料庫(kù)
上傳時(shí)間: 2013-12-17
上傳用戶:hwl453472107
資源簡(jiǎn)介:這是我自己編的一個(gè)基于SVM的多分類程序,但并不是很成功,還望看了給予指點(diǎn)。
上傳時(shí)間: 2014-08-23
上傳用戶:從此走出陰霾
資源簡(jiǎn)介:本程序?qū)崿F(xiàn)了基于SVM方法的基礎(chǔ)上對(duì)分類樣本進(jìn)行模糊化處理。使其更精確
上傳時(shí)間: 2014-08-17
上傳用戶:阿四AIR
資源簡(jiǎn)介:基于 SVM 時(shí)間序列預(yù)測(cè) 教案 支持向量機(jī) Support Vector Machines,SVM
上傳時(shí)間: 2014-12-06
上傳用戶:鳳臨西北
資源簡(jiǎn)介:基于SVM的手寫體阿拉伯?dāng)?shù)字識(shí)別,提出了支持向量機(jī)的新方法
上傳時(shí)間: 2013-12-12
上傳用戶:a6697238
資源簡(jiǎn)介:基于支持向量聚類的多聚焦圖像融合算法. 從無監(jiān)督機(jī)器學(xué)習(xí)角度提出了一種基于SVC(support vector clustering)的圖像融合規(guī)則,解決了基于 SVM(support vector machine)的融合規(guī)則在處理多聚焦圖像融合問題時(shí)所引起的區(qū)域混疊與非平滑過渡問題,進(jìn)一步提高了融...
上傳時(shí)間: 2013-12-17
上傳用戶:qlpqlq
資源簡(jiǎn)介:基于SVM的人口檢測(cè) 把SVM這種比較優(yōu)化的分類器用于人口檢測(cè)中去 以得到較好的效果
上傳時(shí)間: 2013-12-24
上傳用戶:wangdean1101
資源簡(jiǎn)介:基于SVM的混沌時(shí)間序列分析 把SVM優(yōu)化算法用于混沌時(shí)間序列分析 可以得到優(yōu)于一些方法的結(jié)果
上傳時(shí)間: 2017-08-23
上傳用戶:003030
資源簡(jiǎn)介:c編寫的glpk數(shù)學(xué)工具使用,基于SVM思想
上傳時(shí)間: 2013-12-20
上傳用戶:氣溫達(dá)上千萬的
資源簡(jiǎn)介:網(wǎng)頁分類器,基于SVM方法,c++開發(fā)。
上傳時(shí)間: 2017-04-23
上傳用戶:sjyy1001
資源簡(jiǎn)介:基于MATLAB的源SVM程序包,請(qǐng)?jiān)囉?/p>
上傳時(shí)間: 2015-04-29
上傳用戶:kbnswdifs
資源簡(jiǎn)介:基于MATLAB的OSU-SVM工具箱,希望對(duì)大家有用
上傳時(shí)間: 2013-12-25
上傳用戶:cazjing
資源簡(jiǎn)介:基于MATLAB的SVM工具箱,希望大家能用上。
上傳時(shí)間: 2015-06-13
上傳用戶:asasasas
資源簡(jiǎn)介:基于smo算法的支持向量機(jī)(SVM)方法的C++實(shí)現(xiàn),是模式識(shí)別技術(shù)中經(jīng)典的算法.
上傳時(shí)間: 2015-07-26
上傳用戶:yy541071797
資源簡(jiǎn)介:基于核的學(xué)習(xí)方法SVM(Support Vector Machine)有很好的分類識(shí)別性能,這是在SVM的基礎(chǔ)上改進(jìn)的一個(gè)更好的SKM(Support Kernel Machine)Package.
上傳時(shí)間: 2014-01-15
上傳用戶:13517191407
資源簡(jiǎn)介:基于模板匹配與支持矢量機(jī)的人臉檢測(cè) 梁路宏 艾海舟 肖習(xí)攀 葉航軍 徐光佑 張鈸 。本文提出了一種將模板匹配與支持矢量機(jī)(SVM)相結(jié)合的人臉檢測(cè)算法。算法首先使用雙眼—人臉模板對(duì)進(jìn)行粗篩選,然后使用SVM分類器進(jìn)行分類。在模板匹配限定的子空間內(nèi)采用...
上傳時(shí)間: 2013-11-27
上傳用戶:erkuizhang
資源簡(jiǎn)介:這里實(shí)現(xiàn)了基于四種SVM工具箱的分類與回歸算法: 1、工具箱:LS_SVMlab Classification_LS_SVMlab.m - 多類分類 Regression_LS_SVMlab.m - 函數(shù)擬合 2、工具箱:OSU_SVM3.00 Classification_OSU_SVM.m - 多類分類 3、工具箱:stprtool\SVM Classi...
上傳時(shí)間: 2016-03-03
上傳用戶:jkhjkh1982
資源簡(jiǎn)介:針對(duì)SVM法線特征篩選算法僅考慮法線對(duì)特征篩選的貢獻(xiàn),而忽略了特征分布對(duì)特征篩選的貢獻(xiàn)的不足,在對(duì)SVM法線算法進(jìn)行分析的基礎(chǔ)上,基于特征在正、負(fù)例中出現(xiàn)概率的不同提出了加權(quán)SVM法線算法,該算法考慮到了法線和特征的分布.通過試驗(yàn)可以看出,在使用較小的特...
上傳時(shí)間: 2016-03-19
上傳用戶:wyc199288
資源簡(jiǎn)介:VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則是統(tǒng)計(jì)學(xué)習(xí)理論中的重要內(nèi)容,基于這一理論的支持向量機(jī)算法由于具有好的泛化性能受到重視,并被研究用于文本分類問題.基于多項(xiàng)式核的研究工作認(rèn)為SVM的泛化能力不受多項(xiàng)式階數(shù)的影響,并且能夠處理很高維的分類問題,用于文本分類無...
上傳時(shí)間: 2013-12-01
上傳用戶:c12228
資源簡(jiǎn)介:基于MATLAB編寫的SVM多分類算法程序
上傳時(shí)間: 2013-12-29
上傳用戶:q123321
資源簡(jiǎn)介:本程序是基于船舶電力回歸的SVM程序,通過比較可知SVM的回歸算法在此數(shù)據(jù)中效果比較好
上傳時(shí)間: 2016-04-30
上傳用戶:fxf126@126.com
資源簡(jiǎn)介:SVM分類器的實(shí)現(xiàn)原碼,SVM是一類基于統(tǒng)計(jì)學(xué)習(xí)理論的模式識(shí)別方法
上傳時(shí)間: 2013-12-24
上傳用戶:我干你啊
資源簡(jiǎn)介:基于Matlab的SVM模式分類方法的實(shí)驗(yàn)系統(tǒng),有仿真實(shí)驗(yàn),有舉例說明,可用于參考
上傳時(shí)間: 2016-12-07
上傳用戶:372825274
資源簡(jiǎn)介:基于LS-SVM的入侵檢測(cè)模型與實(shí)時(shí)測(cè)試平臺(tái)研究
上傳時(shí)間: 2013-12-15
上傳用戶:2525775
資源簡(jiǎn)介:基于2叉樹SVM的入侵檢測(cè)算法,構(gòu)造偏態(tài)二叉
上傳時(shí)間: 2017-04-14
上傳用戶:baitouyu
資源簡(jiǎn)介:有基于基于matlav的SVM軟件工具,感覺挺好用的。里面有很多實(shí)例,稍加修改就可以使用。例如三分類問題: 1、輸入三類數(shù)據(jù)xapp yapp 2、選擇多類分類方法(一對(duì)多或一對(duì)一或m-SVM) 3、設(shè)置參數(shù) 4、調(diào)用訓(xùn)練函數(shù)得到向量機(jī)參數(shù) 5、輸入測(cè)試數(shù)據(jù),得到預(yù)...
上傳時(shí)間: 2014-01-12
上傳用戶:lili123