支持向量机

支持向量机（SupportVectorMachine,SVM）是一类按监督学习（supervisedlearning）方式对数据进行二元分类的广义线性分类器（generalizedlinearclassifier），其决策边界是对学习样本求解的最大边距超平面（maximum-marginhyperplane）[1-3]。

基于libsvm

基于libsvm，开发的支持向量机图形界面(初级水平)应用程序，并提供了关于C和sigma的新的参数选择方法，使得SVM的使用更加简单直观.参考文章 Fast and Efficient Strategies for Model Selection of Gaussian Support Vector Machine 可google之。

标签： libsvm

上传时间： 2015-10-16

上传用户：cuibaigao
　?Spider-matlab工具箱

　?Spider-matlab工具箱，为一良好的数据分析工具箱，内建核偏最小二乘回归(KPLS),径向基网络回归(RBFnet)等；支持向量机(SVC)分类；聚类分析等．

标签： Spider-matlab 工具箱

上传时间： 2013-12-24

上传用户：佳期如梦
统计学习本质论

统计学习本质论，支持向量机（svm）的经典书籍

标签：

上传时间： 2014-01-20

上传用户：lifangyuan12
本文介绍的是小波变换在人脸识别当中应用

本文介绍的是小波变换在人脸识别当中应用，是篇硕士论文，介绍了多种小波人脸识别算法，有基于离散小波的人脸检测与特征定位算法，基于小波变换的PCA人脸识别算法，基于小波变换和人工神经网络的人脸识别算法，基于小波变换和支持向量机的人脸识别算法，内容全面，具有很高的参考学习价值。

标签： 小波变换人脸识别

上传时间： 2014-01-05

上传用户：familiarsmile
本书是清华大学自动化教材,主要讨论统计模式识别理论和方法,包括了贝叶斯决策理论、线性和非线性判别函数、近邻规则、经验风险最小化、特征提取和选择、聚类分析、人工神经网络、模糊模式识别、模拟退火和遗传算法

本书是清华大学自动化教材,主要讨论统计模式识别理论和方法,包括了贝叶斯决策理论、线性和非线性判别函数、近邻规则、经验风险最小化、特征提取和选择、聚类分析、人工神经网络、模糊模式识别、模拟退火和遗传算法，以及统计学习理论和支持向量机等内容，还介绍了模式识别在人脸识别、说话人语音识别及字符识别等中的应用实例。

标签： 清华大学教材判别函数

上传时间： 2014-01-04

上传用户：qw12
breast cancer dataset

breast cancer dataset，是研究支持向量机，样本选择方法，核方法的一个非常重要的数据集

标签： dataset breast cancer

上传时间： 2016-02-20

上传用户：xauthu
基于核分析的多类分类器

基于核分析的多类分类器，支持向量机的多类分类，适合研究学习，欢迎同行下载

标签： 分分类器

上传时间： 2014-01-21

上传用户：lnnn30
基于Java及Mtlab联合应用的数据挖掘平台

基于Java及Mtlab联合应用的数据挖掘平台，可结合Spiker联合实现支持向量机的数据挖拙。

标签： Mtlab Java 数据挖掘

上传时间： 2013-12-24

上传用户：nanfeicui
数据挖掘算法很多

数据挖掘算法很多，其中支持向量机算法是目前使用新的方法，得到广泛使用

标签： 数据挖掘算法

上传时间： 2014-11-22

上传用户：ynzfm
一篇较好的文章

一篇较好的文章，也是介绍支持向量机方向的。外文文献

标签：

上传时间： 2016-05-14

上传用户：qiao8960