基于SVM的特征选择(Feature selection for SVM)

基于SVM进行特征选择。 利用了凸优化方法。

基于GA参数优化的在线学习SVM算法及其在气象预测中的应用

基于GA参数优化的在线学习SVM算法及其在气象预测中的应用基于GA参数优化的在线学习SVM算法及其在气象预测中的应用基于GA参数优化的在线学习SVM算法及其在气象预测中的应用基于GA参数优化的在线学习

svm算法文本特征提取形成特征向量

采用SVM算法进行文本特征提取 形成特征向量

基于改进烟花算法的SVM特征选择和参数优化研究

SVM 烟花算法 改进的烟花算法 参数优化 SVM 烟花算法 改进的烟花算法 参数优化 SVM 烟花算法 改进的烟花算法 参数优化SVM 烟花算法 改进的烟花算法 参数优化SVM 烟花算法 改进的烟花

基于分块LBP融合特征和SVM的人脸识别算法.pdf

基于分块LBP融合特征和SVM的人脸识别算法.pdf

论文研究-一种基于SVM-RANSAC的路径规划算法 .pdf

一种基于SVM-RANSAC的路径规划算法，诸葛程晨，唐振民，针对在非结构化道路环境下地面自主车辆的路径规划问题，提出了一种基于距离传感器以及SVM-RANSAC的路径规划算法. 首先利用非线性SVM

基于遗传算法的SVM方法

基于遗传算法的SVM方法，有源代码参考！！

论文研究-基于PSO算法的 -SVM算法参数优化 .pdf

基于PSO算法的 -SVM算法参数优化，王洁，白静，在v-SVM算法参数选择中，现多采用反复试验的方法，局限性较大且操作复杂。因此，本文采用了粒子群算法来优化v-SVM中的参数，并将之��

基于python的svm算法测试集建立

基于python的svm算法测试集建立基于python的svm算法测试集建立

论文研究-一种基于SVM和主动学习的图像检索方法.pdf

针对物流单元在生产供应链中出现的产品质量安全问题，分析可追溯体系中的质量监控需求，提出了一种用于供应链可追溯系统的预警模型，对整个供应链的检测数据进行汇总分析，预警可能导致物流单元质量问题的原因并进行

基于SVM的图像多分类

基于SVM的图像多分类 利用SVM基于距离最大度量来对图像进行分类

基于SVM分类的煤矿井下人员指纹定位算法

为了减少煤矿井下环境对人员定位系统的影响,提出一种基于SVM分类的煤矿井下人员指纹定位算法,该算法由指纹数据库、井下巷道指纹数据采集和井下位置匹配等环节组成。该算法利用SVM分类方法建立指纹数据库,采

SVM算法实现分类

支持向量机SVM算法可以有效的实现分类，该程序包含完整的代码以及训练和测试数据集。

论文研究-改进的基于SVM决策树的多分类算法 .pdf

改进的基于SVM决策树的多分类算法，刘靖雯，王小捷，标准的SVM是针对两类的分类问题，如何将两类问题推广到多类问题上，是目前研究的一个热点。本文提出了一种改进的基于SVM决策树的多

遗传算法实现对SVM的参数进行优化

用遗传算法对支持向量机的参数进行优化，从而提高分类准确率

用SVM做特征选择

支持向量机是一个性能比较好的分类器，但直接用于做分类不一定能得到好的性能，但若能结合好的特征选择算法分类性能会大大提高，本程序就是结合我们实验室提出的特征选择方法再加上SVM 得到好的结果

一种有效的SVM参数优化选择方法

一种有效的SVM参数优化选择方法支持向量机(support vector machines，SVM) 是在统计学习理论的基础之上发展起来的新一代 机器学习算法

论文研究-基于KNN算法的改进的一对多SVM多分类器.pdf

针对传统支持向量机（SVM）多分类一对多算法存在的运算量大、耗时长、数据偏斜以及对最优超平面附近点分类易出错问题，提出了一种改进方法。将数据空间分为密集区和稀疏区，各类中密集点归于密集区，其余归于稀疏

经典SVM算法matlab程序

经典SVM算法matlab程序,用于各种利用MATLAB对数据进行SVM仿真的实验。

基于SVM及两类运动想象的多通道特征脑电识别研究

基于SVM及两类运动想象的多通道特征脑电识别研究，王海，，本文通过对国际脑机接口竞赛中的两类运动想象脑电信号进行分析识别，研究了多通道模式对脑电识别效果的影响，以期更好地发挥多通

基于SVM的手写体识别

基于SVM的手写体识别，对十种数字的手写体准确分类

基于SVM的回归预测分析

基于SVM的回归预测分析，MATLAB直接可以运行

论文研究-一种基于AdaBoost-SVM的流量分类方法.pdf

针对传统分类方法的缺陷, 提出了一种基于AdaBoost-SVM的流量方法。该方法利用K-L变换从大量冗余流量特征中遴选出少量本征特征, 有效降低了算法的处理复杂度; 应用AdaBoost机制将一次分

基于SVM的分类预测

基于SVM的分类预测

基于SVM的语音情感识别系统

通过对语音数据进行特征提取，运用SVM识别算法，实现语音信号的6种情感的识别。语料库选自CASIA汉语情感语料库，特征集选取基因频率、时长、共振峰、MFCC等。

论文研究-基于MFCC和SVM的多类分类算法在孤立词语音识别系统的研究 .pdf

基于MFCC和SVM的多类分类算法在孤立词语音识别系统的研究，段继康，白静，针对语音识别这种典型的多类分类问题，提取MFCC参数作为语音特征参数，采用支持向量(SVM)分类机作为识别算法，非特定人孤立

论文研究-连续汉语普通话中基于SVM的说话人情感互相关性算法.pdf

论文研究-连续汉语普通话中基于SVM的说话人情感互相关性算法.pdf,  提出了一种新的基于情感特征提取和借助支持向量机(SVM)分类器(classifier)的情感互相关性算法,并应用于语音情感识别

基于svm的图像分类

对高分辨率遥感影像基于光谱的svm分类aaaaaaaaaaaaaaaaaaa

C++实现SVM分类算法

SVM有如下特征：（1）SVM学习问题可以表示为凸优化问题，因此可以利用已知的有效算法发现目标函数的全局最小值。（2）SVM通过最大化决策边界的边缘来控制模型的能力。（3）通过对数据中每个分类属性引入

SVM算法Python实现

这是SVM（支持向量机）的算法实现，Python编写，有利于认识SVM算法