本代码为matlab实现的支持向量机模式识别算法,对MNIST数据集进行三种样本分类,如果电脑内存够大,可以实现更多的类别分类,另外exclass是对随机的两个样本分类,也可以参考,exmuticla
图像分类算法:第一张图像显示的是提取到的HOG特征,这个主要可以初步了解下特征是否选择的合适,不合适可以调节extractHOGFeatures里面的参数,如cellsize,blocksize,bi
非线性SVM分类器设计,不同核函数下的样本数据分类图,matlab代码简单易懂
利用十大经典机器学习算法之一的SVM(支持向量机)算法,实现文本分类,用于自然语言处理。
分别运用感知器和支持向量机实现了对数据集的分类,可以帮助初学者了解入门。
SVM经典分类器设计材料及Verilog Python代码,可用于设计参考
用java开发的SVM分类器,里面有说明
SVM有如下特征:(1)SVM学习问题可以表示为凸优化问题,因此可以利用已知的有效算法发现目标函数的全局最小值。(2)SVM通过最大化决策边界的边缘来控制模型的能力。(3)通过对数据中每个分类属性引入
对多分类支持向量机几种算法进行分析, 系统地比较了各种算法的性能
SVM分类算法的参数选择研究,非常实用,清华图书馆的资源!