支持向量机回归算法的研究与应用

两款svm算法介绍的课件，对于正在学习svm算法的同学很重要

标准遗传算法优化支持向量机的参数，用matlab实现的，简单易学，适合初学matlab和GA算法的童鞋们。

SMO support vector machine algorithm code

支持向量机最小序列优化算法实现介绍，是简化版的，并有伪代码。

关于支持向量机的论文，可以作为入门的知识。

支持向量机的研究现状与进展，马义德，齐春亮，支持向量机是一种新的机器学习方法，由于其出色的学习性能，该技术已成为当前国际机器学习界的研究热点，在模式识别、回归估计、

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

支持向量机若干优化算法的比较研究，马义德，邱秀清，支持向量机(SVM)是统计学习理论(SLT)的一种成功实现，它建立在SLT的VC维理论和结构风险最小化原理基础之上，根据有限样本信息在模型复

本文聚焦于基于MATLAB的支持向量回归（SVR）模型在实际应用中的案例分析。SVR作为一种强大的回归工具，在多个领域都展现了卓越的性能。通过具体案例的研究，我们深入剖析了SVR在金融、医疗、工程等领

【摘要】 在分析支持向量机原理的基础上，分别从人脸检测、验证和识别、说话人/语音识别、文字/手写体识别、图像处理及其他应用研究等方面对SVM的应用研究进行了综述，并讨论了SVM的优点和不足，展望了其应