支持向量机算法

针对目前煤炭储量估计方法的局限性,提出了基于支持向量机的煤炭储量精确算法.通过已知钻孔数据采用支持向量回归方法构造区域煤厚与密度模型,根据点与多边形关系判别算法剔除区域外部点,由区域积分求和得到精确的

基于分解技术的并行支持向量机算法,李明强,韩丛英,支持向量机是以统计学习理论为基础的新型的机器学习方法,近年来已经成为机器学习领域一个新的研究热点。由于传统的优化算法在处

提出一种求解支持向量机(SVMs) 的光滑型算法. 该算法基于其对偶优化模型的KKT系统, 提出一类新的光滑函数族, 将其KKT系统重构为一个光滑方程组, 并采用光滑型算法进行求解. 在适当的条件下,

支持向量机的功能、本质、基本理解以及公式的解释；SMO算法的理解、步骤以及算法流程文档格式：pptx

支持向量机的算法研究及其发展 赛燕燕 中国海洋大学信息科学与工程学院电子系青岛264005 摘要:支持向量机是在统计学习理论基础上发展起来的一种新的机器学习方法同时也是到目 前为止统计学习理论最成功的

很不错的资料关于支持向量机算法方面的论文很有参考的价值

介绍了支持向量机的目前研究、应用状况和新进展的基础上，对支持向量机训练和实现算法进行了综述，最后指出了进一步研究和应用亟待解决的一些问题

关于智能算法中支持向量机的基础内容论文，包括最基本的单个分类，以及论文中新提出的多分类算法，具有很强的实用性

采用c++源代码，并且包含简单的测试数据，容易研究理解，如果数据按照给出的格式，则可直接用来分类。

支持向量机(SVM)简介 标准形式的分类SVM 核函数技术 SVM快速实现算法 SVM的一些扩展形式