sbbzxm4300

一种改进的支持向量机特征选择方法

针对采用支持向量机进行分类的特征子集选择问题,提出一种改进的基于梯度向量的特征评测算法。

多分辨奇异值分解理论及其在信号处理和故障诊断中的应用

提出多分辨奇异值分解(Multi．resolutionsingularvaluedecomposition，MRSVD)的概念，基于矩阵二分递推构造原理，利用奇异值分解(Singularvaluedecomposition，SVD)获得具有不同分辨率的近似和细节信号，以多分辨率来展现信号不同层次的概

支持向量机载模式识别中的应用

研究了采用基于结构风险最小化原理的支持向量机对模式的分类方法,构造的分类模型结构简单,易于实现,且泛化能力明显提高.

自调用支持向量回归和偏最小二乘优化支持向量机参数

Self-calling support vector regression and partial least squares optimization support vector machine parameters

简单的两分类SVM的MATLAB程序

自己编写的，简单的两分类SVM的MATLAB程序，很好用，简单易懂，适合初学者学习。大家可以交流交流

基于PSO的LS_SVM特征选择与参数优化算法

首先产生若干种群（特征子集），然后用PSO 算法对特征及参数进行优化。在UCI 标准数据集上进行的仿真实验表明，该算法可有效地找出合适的特征子集及LS-SVM 参数，且与基于遗传算法的最小二乘支持向量机算法（GALS-SVM）和传统的LS-SVM 算法相比具有较好的分类效果。

模式识别中的支持向量机方法

针对模式识别问题,描述了支持向量机的基本思想,着重讨论了ν-SVM、最小二乘SVM、加权SVM和直接 SVM等新的支持向量机方法,用于降低训练时间和减少计算复杂性的海量样本数据训练算法分块法、分解法,提 高泛化能力的模型选择方法,以及逐一鉴别法、一一区分法、M-ary分类法、一次性求解等多类别分类方

支持向量机的滚动轴承状态监测

该方法采用小波能量表征轴承信号的特征,采用支持向 量机作为分类器构建支持向量机状态监测系统。

多类SVM分类方法的研究

文中分析了SVM 基础理论并总结了目前存在的基于 支持向量机的主要分类方法，包括“一对多”方法、“一对一”方法、决策有向无环图方法、基于二叉树的多类分类方 法和其它方法，并对各自的优缺点及性能做了比较.

采用三次样条插值的EMD分解程序

采用三次样条的EMD分解程序，大家可以看看，参考参考，有什么不足可以指出哦