基于多类支持向量机对全波形LiDAR的地形分类方法研究

基于支持向量机的动态交通流量预测方法研究，郑友妍，吕永波，动态交通流量预测是交通控制、车辆导航等领域需要解决的重要问题之一。研究动态交通量预测的理论和方法，对于缓解城市交通堵塞、

基于支持向量机的故障诊断方法，郑媛媛，杨鹏，通过对支持向量机原理的分析，将凸壳理论用于基于支持向量机的故障诊断中，用凸壳顶点集来代替整个样本集来训练，运用实际数据进

支持多类的SVM分类器,带注释,带样例,和大家一起交流学习哈

支持向量机(support vector machine, SVM)具有良好的泛化性能而被广泛应用于机器学习及模式识别领域。然而，当训练集较大时，训练SVM需要极大的时间及空间开销。另一方面，SVM训

针对不平衡数据分类问题，提出了基于Smote与核函数修改相结合的算法。首先用Smote方法处理数据，降低不平衡度;然后以黎曼几何为依据，利用保角变换，对核函数进行修改，提高支持向量机的分类泛化能力;最

支持向量分类-支持向量归纳SVC-SVR实例，适合于初学者

相比现有技术,基于微波技术的脑中风检测无电离辐射,是一种安全便捷低廉的检测方法。目前主要的脑中风微波检测方法是微波成像,但由于脑部结构复杂,成像精度和可靠性不高。近年来,基于机器学习的分类方法开始应用

基于支持向量机框架的运动想象脑电分类，廖祥，尹愚，一个脑-机接口（brain-computerinterface,BCI）系统需要有效的在线处理脑电信号以便进行实时的大脑活动状态分类。在本文中我们提出

基于支持向量机的长波红外目标分类识别算法

摘要:直推式支持向量机(TSVM)是在利用有标签样本的同时,考虑无标签样本的训练集和大量无标签样本的测试集上,具有良好的效果。但是它有算法时间复杂度比较高,需要预先设置正负例比例等不足。通过对原有算法