模式识别支持向量机

太阳公司制作的一个小程序，内含笔画库，算法，一个小的单笔demo

基于支持向量机的局部放电模式识别

经典支持向量机入门教程模式识别的初学者必看

模式识别特征提取神经网络支持向量机

模式识别中的支持向量机方法

初步了解支持向量机，支持向量机的入门程序，和用于肌电信号模式识别的入门程序。

《模式识别支持向量机指南》(ATutorialonSupportVectorMachinesforPatternRecognition),是CHRISTOPHERJ.C.BURGES发表的论文，介绍了

研究了采用基于结构风险最小化原理的支持向量机对模式的分类方法,构造的分类模型结构简单,易于实现,且泛化能力明显提高.

为很好地识别神经和肌肉的功能状态,针对表面肌电信号的非平稳特性,提出了采用小波包变换的方法对原始肌电信号进行分解,并提取其频段系数的最大奇异值构建特征矢量.利用"一对一"的分类策略和二又树构建多类支持

教授用的模式识别课件，支持向量机ppt版

为了提高控制图模式识别的精度,将控制图模式的原始特征与形状特征相融合得到分类特征,并采用支持向量机进行模式分类的控制图模式识别。融合所得特征既保持了控制图模式的原始特征所蕴涵的模式全局特性信息,又通过

模式识别核方法与支持向量机

支持向量机将向量映射到一个更高维的空间里,在这个空间里建立有一个最大间隔超平面。在分开数据的超平面的两边建有两个互相平行的超平面。建立方向合适的分隔超平面使两个与之平行的超平面间的距离最大化。其假定为

神经网络支持向量机程序,用于模式识别,股指预测

模式识别经常用到的算法,SVM,支持向量机,值得一读的代码。