基于支持向量机隧道围岩位移预测

支持向量机方法是建立在统计学习理论的VC维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折衷，以期

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。分隔超平面使两个平行超平面的距离最大化。假定平行超平面间的距离或差距越

对SVM算法的讲解。PPT做的不错。不信来看看吧！

这是一份很好的关于支持向量机的入门文档，里面解说非常详细，希望你喜欢！！

svm资料，外国经典教材的ppt—

labview支持向量机很不错熟悉labview的人可以尝试使用

关于向量机学习的资料

支持向量机的学习资料以及源码解析

这是我基于andraw的cs229课程中的svm部分的精简与改进

SVM 使用SMO+RBF 基于C++，欢迎大家下载测试并反馈问题，谢谢！源代码将在github上托管～