多类分类支持向量机在工程车辆自动变速挡位决策中的应用

针对不协调优势目标信息系统，引入知识粒度的概念，证明了知识粒度是随着知识的不确定程度的增加而减小的。其次定义了优势信息系统中的粗糙度、精度以及不协调目标信息系统中的近似精度等概念，得到了它们的相关性质

基于神经网络PID的工程车辆4参数自动换挡控制,王昕,赵丁选,工程车辆4参数自动换挡的模型参数具有非线性、慢时变特性。自动换挡的传统控制方法的操纵性能不能令人满意。本文讨论一种应用BP神

利用纠错输出编码的矩阵编码构造出若干个无关的子支持向量机,用来改善分类模型的整体容错性能。使用了一对余、一对一、稠密型随机编码、稀疏型随机编码4种常用的纠错输出编码方法,用于训练集和测试集。实验结果显

misvm, 多实例支持向量机 MISVM: 多个实例支持向量机由 Gary ( gary.doran@case.edu ) )概述MISVM包含多个实例( MI ) 学习框架的支持向量机( 支持向量

一维支持向量机SVM代码（MATLAB），包括支持向量机分类和支持向量机回归SVC&SVR;。另外还包括与BP神经网络的比较结果。

支持向量机是否更换虽然还是跟任何人说是个事实根据韩国时尚感和提高宏辉果蔬会给大家

基于支持向量机的机场智能驱鸟决策

封装的支持向量机（SVM）的C++类，可以研究一下

对图片的分类主要包含以下四个步骤：1.用尺度不变特征转换（SIFT）算法来提取训练集中图片的特征值。2.用K-means算法将这些特征值聚成n类。这n类中的每一类就相当于是图片的单词，所有的n个类别构

采用matlab自带的支持向量机分类函数实现支持向量机的多分类