暂无评论
模式识别核方法与支持向量机
该代码把支持向量机中常用的核函数单独拿了出来，对于需要用核函数处理数据的同学大有帮助。
SVM支持向量机核方法笔记含推导与证明.pdf支持向量机Support Vector Machine SVM是一类按监督学习supervised learning方式对数据进行二元分类的广义线性分类
概括介绍了近年来倍受瞩目的一种新的计算机学习方法——支持向量机(SupportVector Machines,简称SVM)方法,这一方法具有坚实的理论基础和出色的应用效果;并分析了SVM方法与 模糊系
摘要?在核函数基础上,提出了一种融合支持向量机和核主元分析的核≅Α>支持向童机综合集成分类方法,给出了算法实现步骤。仿真实验表明了该算法具有很好的分类性能,特别适合于消除噪声情形的模式识别问题。
概述了基于核函数方法的支持向量机。首先简要叙述支持向量机的基本思想和核特征空间，然后重点介绍核函数支持向量机的前沿理论与领先技术，同时描述了核函数支持向量机在关键领域的应用。
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
支持向量机核函数的参数选择方法,可用于svm分类器的进一步学习1
介绍了基于 MATLAB的支持向量机工具箱 ,详细说明了工具箱中用于支持向量分类和支持向量回归的函数。并通过两个具体的实例来说明利用 SVM工具箱进行分类和回归方面的方法。
这是一些支持向量机外文文献,主要是关于支持向量机核函数方面的内容,是当前国外的情况.
暂无评论