这是一个讲解机器学习与SVM的课件，讲的深入浅出，非常不错。
上传时间： 2014-01-26
上传用户：hj_18
SVM算法，JAVA 神经网络 自己写的，多多指教
上传时间： 2013-12-25
上传用户：hfmm633
The Funambol J2ME Mail Client aims to be a light, easy to use, free email client for J2ME devices. The first release comes with a simple but effective UI, and a storage limited to the internal RMS only. This makes the application compatible with most of the phones around (minimum requirements are: MIDP2.0, CLDC 1.0, 512k of Storage). The mail synchronization using SyncML 1.2 over HTTP, thus removing any problem related to the access to IMAP or POP ports. The mail client synchonizes its address book with the one on the server, Its design is modular and can be extended in future with other mail protocols, a more sophisticated UI and access to the phone s AddressBook or filesystem for the devices allowing this. See the javadoc for more information on the structure of the library.
标签： J2ME Funambol devices Client
上传时间： 2014-01-05
上传用户：gououo
svm算法介绍
上传时间： 2013-12-09
上传用户：dancnc
针对SVM法线特征筛选算法仅考虑法线对特征筛选的贡献,而忽略了特征分布对特征筛选的贡献的不足,在对SVM法线算法进行分析的基础上,基于特征在正、负例中出现概率的不同提出了加权SVM法线算法,该算法考虑到了法线和特征的分布.通过试验可以看出,在使用较小的特征空间时,与SVM法线算法和信息增益算法相比,加权SVM法线算法具有更好的特征筛选性能.
上传时间： 2016-03-19
上传用户：wyc199288
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.
上传时间： 2013-12-01
上传用户：c12228
因其核函数的良好性态,RBF核SVM(RBF-SVM)在实际应用中表现出良好的学习性能,但是RBF核函数中的参数对SVM的性能起决定性作用.阐述了RBF-SVM的性能随着变化而变化的规律,并将RBF-SVM引入自动羽绒识别系统中.根据自动羽绒识别系统的实际需求和RBF-SVM的性能变化规律,论述了本系统中参数的选取依据和选取过程,并且给出了的相关曲线变化图.通过研究,最后得到适合本系统的识别模型,从而提高了系统的总体识别率.同时,也验证了RBF-SVM的良好特性和其受参数的约束规律.
上传时间： 2013-12-27
上传用户：zhengzg
svm(支持向量机)是著名的文本分类算法。libsvm是其中的一种实现的最新版本，完全开源。linux环境。
上传时间： 2016-03-21
上传用户：zaizaibang
svm(支持向量机)是著名的分类算法，svmlight是其中的一种实现的最新版本。完全开源。
上传时间： 2014-01-24
上传用户：BIBI
目前的svm(支持向量机)分类算法开源实现如svmlight和svmlib都没有界面，使用不方便。这个程序基于svmlight整合在VC++开发环境。将给VC用户带来极大方便。
上传时间： 2013-12-15
上传用户：qunquan
