matlab精度检验代码-KOL:内核在线学习库

matlab精度检验代码LIBOKL-在线内核学习算法库 作者：陆静，吴越，海燕 接触： ， LIBOKL是用于解决大规模在线内核学习任务的软件包。 当前版本使用C ++，总共有10种不同的在线单核学习算法用于二进制分类，所有算法都广泛用于在线核学习研究中。 我们还提供其他软件包，用于多类分类和回归以及多核学习。 请参阅最后的链接。 该软件包中的算法包括： Perceptron：没有预算维护的内核化Perceptron。 在线梯度下降（OGD）：无预算维护的内核化在线梯度下降算法。 随机预算感知器（RBP）：具有随机支持向量去除策略的预算感知器算法。 Forgetron：Forgetron算法，该算法通过丢弃最旧的支持向量来保持预算大小。 Projectron：使用预算预测策略的Projectron算法。 Projectron ++：Projectron算法的激进版本，会同时更新边距错误和错误情况。 BPA：采用简单的禁止删除策略的预算被动攻击性算法。 BOGD：采用SV去除策略的预算在线梯度下降算法 FOGD：使用函数逼近方法的傅立叶在线梯度下降算法。 NOGD：使用函数逼近法的Ny