基于MultiBoost 的集成支持向量机分类方法及其应用

可以用于模式分类和回归的支持向量机程序实现

SupportVectorMachines:使用支持向量机和支持向量分类器预测人群

针对小样本、多类煤矿顶板的状态检测问题,提出了基于支持向量机集成的算法。采用深度优先搜索对支持向量机集成参数进行优化,并结合煤矿顶板敲击声信号的人耳听觉功率谱特征,对煤矿顶板中浮石、剥层等现象进行分类

基于熵的特征选择支持向量机集成，孔筱筱，王雪松，为提高支持向量机的泛化性能，提出一种基于熵的特征选择支持向量机集成方法。该方法通过构造一个基于对象间相似度的熵度量，对原

Support vector machine and its application in spam filtering

对SVM的介绍，包括因子分析的处理方法等等···

属性约简是粗糙集理论的重要研究内容之一，目前已有许多属性约简算法。但这些算法中主要针对一致决策表，当决策表是不相容的情况下，常用的计算全部属性约简的差别矩阵算法会产生错误的结果。为了解决这个问题，引入

matlab支持向量机分类实例附数据

支持向量机，课件，详细介绍了支持向量机的思想，算法，过程，希望对您有用！

采用支持向量机SVM分类葡萄酒，完整代码，无错误，下载即可运行。