论文研究基于Cache的渐进直推式支持向量机学习算法 .pdf

详细介绍了支持向量机的理论与算法，对有兴趣研究支持向量机的朋友是一个很大的帮助

支持向量回归机是一种解决回归问题的重要方法，其预测速度与支持向量的稀疏性成正比。为了改进支持向量回归机的稀疏性，提出了一种直接稀疏支持向量回归算法DSKR（Direct Sparse Kernel S

支持向量机学习算法，包括测试集和数据集，demo及代码

关于向量机学习的资料

历年来支持向量机论文，分析支持向量机发展趋势，分析支持向量机原理

学习支持向量机的好帮手论述支持向量机如何和遗传算法相结合

为了提高彩色图像分割方法的性能,提出一种基于支持向量机的手动选择样本点集的分割方法。该方法通过人为主观观察颜色特征变化,在像素峰值处选择样本点,使得背景和目标样本点的颜色差异较明显,达到了简化样本点的

提出一种基于极值加权平均分数维特征提取和支持向量机分类器识别的虹膜识别方法。利用形态学和圆形边缘检测算子定位虹膜，并将虹膜纹理映射到极坐标空间；定义了一种新的图像分数维———极值加权平均分数维，用

为了提高网络入侵的检测正确率，针对网络入侵检测中特征选择问题，将二值粒子群优化算法（BPSO）用于网络入侵特征选择，结合支持向量机（SVM）提出了一种基于BPSO-SVM的网络入侵检测算法。该算法将网

针对脉冲噪声感染的图像，借鉴开关滤波的思想，提出了一种新的改进算法。该算法通过分析Max-min噪声检测算子的图像灰度局部极值点的误判缺陷，在极值检测的基础上，增加了由局部能量信息为判别依据的第二级噪