暂无评论
传统的支持向量机是基于两类问题提出的,如何将其有效的推广至多类问题仍是一个有待研究的问题。本文中作者致力于对现有的几种较有成效的多类支持向量机做一介绍,并比较其优劣,以期对研究者以后的研究能有所启发。
粒子群算法优化支持向量机（PSO-SVM）应用于分类问题时，相比单一支持向量机（SVM），展现出更优越的性能。
介绍支持向量机和支持向量回归的用法 简单易懂 以支持向量机理论为基础，对分类与回归的基本方法及其应用进行了系统的研究。全文共分七章，第四章对支持向量机回归模型进行了一些扩展研究,具体内容分四部
支持向量机二分类小例子，附代码！改进支持向量机 (support vector machine，SVM)的故障诊断方法，是将人工智能和机器学习最年轻的 理论——支持向量机用于故障诊断技术，能较充分地利
本包含一个完整的预测程序，使用支持向量机进行数据分类。如果您有使用上的问题，可以随时提问。此外，如果您需要其他与机器人相关的程序，也可以咨询。程序由985博士生编写，保证质量。
基于支持向量机的数字识别的训练部分的程序的代码
针对运动想象脑电信号特征提取困难，分类正确率低的问题，提出了利用小波熵进行特征提取并采用支持向量机（SVM）来分类的算法。计算运动想象脑电信号的功率，通过理论分析选择小波包尺度，对信号功率进行小波包分
建立了一种基于支持向量机的地表水环境质量分类模型,并将其用于浙江省主要市界交界面的地表水环境质量分类。该模型采用径向基核函数,以一对多方式实现多分类。分别以网格搜索、粒子群优化和遗传算法三种优化方法对
基于支持向量机的未知物体分类方法研究，魏朝鹏，何儒勇，针对MNIST手写体数字集，本文利用线性判别分析方法提取出各手写体数字图像的特征向量，并根据该特征向量设计出应用于鬼成像系统的�
提出了一种应用于基因分类的模糊最小二乘支持向量机方法,通过设置模糊隶属度改变分类中样本的贡献属性。该方法不仅考虑了样本与类中心点的距离关系,还充分考虑样本与样本之间的关系,减弱噪声或野值样本对分类的影
暂无评论