结合SVM和DS证据理论的多极化HRRP分类研究

针对雷达目标一维距离像(HRRP)识别问题,结合支持向量机(SVM)和DS证据理论提出一种多极化HRRP分类方法—–SDHRRP.该方法通过混淆矩阵获取基分类器之间的距离,从而根据基分类器对不同目标类

论文研究-结合SVM与DS证据理论的信息融合分类方法.pdf

针对BLAST算法在查找命中的过程中需要遍历数据库造成计算资源消耗的问题，提出了基于位图索引和B 树的数据存储方式以加快数据的检索。改进算法利用位图索引的原理建立数据库的单词-位向量表，并对这个表使用

论文研究-区间树在DDM区域匹配中的应用.pdf

针对多传感器数据融合分类中，DS证据理论基本概率赋值难以解决的问题，提出了一种结合SVM与DS证据理论的信息融合改进方法。根据SVM对输入数据分类的实际情况和基于混淆矩阵得到的分类器局部识别可信度来构

基于SVM概率输出与证据理论的多分类方法

SVM的硬判决软化为概率输出的软判决，输出的概率再转换成确信度用于证据融合理论的输入

利用SVM的全极化_双极化与单极化SAR图像分类性能的比较

　支持向量机( SVM)以其在小训练样本时良好的分类性能,目前已广泛应用于多个领域。本文在极化 SAR图像特征提取基础上,将SVM应用于极化SAR图像分类,定性和定量地比较了全极化、双极化和单极化SA

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多分类代码

svm多分类代码，包括一对多和一对一两种多分类策略，内含数据集，代码可以直接运行，对了解多分类绝对大有帮助。

SVM可视化分类平面、支持向量、bad case

三维二分类任务，SVM可视化源代码以及数据文件。 对SVM分类平面，支持向量，bad case进行可视化分析。

Svm实现多分类

支持向量机SVM可以使用多分类的问题，本次的代码实现的就是这个功能，里面含有训练和测试数据，分别含有12类标签，也就是都分为12类，另外代码采用了神经网络中的one-versus-one的思想，将数据

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

论文研究-超球SVM与证据理论在故障诊断中的应用.pdf

针对使用多传感器信息融合技术进行故障诊断时，故障模式较多、基本概率赋值难以确定的问题，提出一种基于超球支持向量机与D-S证据理论相结合的故障诊断方法。该方法使用超球支持向量机针对每一个传感器的故障空间

线性SVM分类器 实现信号/图片分类

提出了基于SVM一种概念上简单但令人惊讶的强大方法，该方法将判别目标检测器的有效性与最近邻居方法提供的显式对应相结合。该方法基于为训练集中的每个示例训练单独的线性SVM分类器。因此，这些示例SVM中的

基于SVM的分类预测

基于SVM的分类预测

SVM三类分类

SVM三类分类，有例子，有参数详细说明，需要的下

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。

SVM 图片二分类

提取图片的siftte特征，训练SVM分类器，对图片进行二分类，亲测有效，供大家使用

基于光谱和纹理的SVM遥感影像分类研究

基于光谱和纹理的SVM遥感影像分类研究，丁允静，，遥感图像分类是遥感应用的基础问题，目前遥感图像的分类方法多为计算机自动分类方法，由于

SMOTE结合SVM算法matlab实现

SMOTE结合SVM算法实现，混合交叉验证，寻找最优参数之后，得出分类性能指标

实现svm对鸢尾花进行分类

实现svm对鸢尾花进行分类，3个不同品种的花每个50个数据进行分类，鸢尾花数据：archive.ics.uci.edu/ml/datasets/Ilis

SVM图像分类论文

SVM图像分类论文：基于LatentSVM的人体目标检测与跟踪方法研究、基于LBP和SVM的工件图像特征识别研究、基于MATLAB的遥感图像SVM分类系统实现等

论文研究-一种基于DS和SVM的混合入侵检测方法 .pdf

一种基于DS和SVM的混合入侵检测方法，张凤斌，朱江昆，针对现有入侵检测系统检测率低且误报率高的问题，提出了一种基于支持向量机和证据理论的混合型检测方法，该方法在不同的阶段分别

高维数据SVM实现+降维可视化

高维数据SVM实现+降维可视化 是更改别人的代码的，使用软间隔最大化，SMO优化算法，t-sne降维可视化，发现数据是否是容易线性可分的。

SVM简单分类应用

SVM二分类代码，简单的SVM应用，代码简洁，注释清楚，适合用于SVM入门了解

python的svm分类器

基于python的SVM分类算法，可以直接使用，包含源代码，支持参数设定

SVM分类器代码

SVM算法的代码，用pyhon实现的，可直接用，很方便，下载即可用！该算法可用于机器学习分类研究，是一种典型的分类算法，非常适合论文实验。

SVM与Logistic回归模型比较及SVM应用于多分类问题源码-svm.zip

包含数据线性可分与数据线性不可分数据，与Logistic回归比较及SVM应用于多分类问题等！包含生成数据集与真实数据集、数据集分为线性可分与线性不可分数据、二维及多维数据均适用！！！

Svm分类Svm分类

svm 支持向量机

SVM算法，包括线性和非线性分类

SVM算法，包括线性和非线性分类,是模式别别中的典型算法和应用

SVM实现文本分类代码

利用十大经典机器学习算法之一的SVM（支持向量机）算法，实现文本分类，用于自然语言处理。

基于svm的图像分类数据集

SVM是用来解决分类问题的，如果解决两个变量的分类问题，可以理解成用一条直线把点给分开，完成分类