搜索资源列表
libsvm-mat-2[1].83-1
- 台湾大学的使用SVM方法进行线性回归、分类的MATLAB程序
Svm
- 统计模式识别、线性或非线性回归以及人工神经网络等方法是数据挖掘的有效工具，支持向量分类（support vector classification，简称SVC）算法是一个很有发展前景的方向。
libsvm-mat-2[1].83-1
- 台湾大学的使用SVM方法进行线性回归、分类的MATLAB程序-National Taiwan University, the use of SVM method of linear regression, classification procedures of the MATLAB
Fsvm_Regression
- 该文研究了当训练点的输出为三角模糊数时!支持向量回归机的构建问题’ 首先将模糊回归问题转化为模糊分 类问题!并将求模糊最优分类超平面问题转化为求解带有模糊决策的机会约束规划问题’ 利用基于模糊模拟的遗传算法 求解带有模糊决策的机会约束规划!得到模糊最优分类超平面&模糊方程$!解模糊方程得到模糊回归函数’ 在此基础上! 得出模糊线性支持向量回归机&算法$’ 从而较好地解决了支持向量机中含有模糊信息的模糊回归问题’ 最后!给出显
Svm
- 统计模式识别、线性或非线性回归以及人工神经网络等方法是数据挖掘的有效工具，支持向量分类（support vector classification，简称SVC）算法是一个很有发展前景的方向。-Statistical pattern recognition, linear or nonlinear regression and artificial neural network approach is an effective tool
libsvm-2.85-dense
- LIBSVM源码。LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、 易于使用、快速有效的通用SVM 软件包，可以解决分类问题（包括C- SVC、 n - SVC ）、回归问题（包括e - SVR、n - SVR ）以及分布估计（one-class-SVM ） 等问题，提供了线性、多项式、径向基和S形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、
libsvm-2.88
- LIBSVM 是台湾大学林智仁 (Chih-Jen Lin) 博士等开发设计的一个操作简单、易于使用、快速有效的通用 SVM 软件包，可以解决分类问题（包括 C- SVC 、n - SVC ）、回归问题（包括 e - SVR 、 n - SVR ）以及分布估计（ one-class-SVM ）等问题，提供了线性、多项式、径向基和 S 形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题
libsvm-2.89
- LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、易于使用、快速有效的通用SVM 软件包，可以解决分类问题（包括C- SVC、n - SVC ）、回归问题（包括e - SVR、n - SVR ）以及分布估计（one-class-SVM ）等问题，提供了线性、多项式、径向基和S形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。 2.8
svm-km
- 支持向量机(SVM)是数据挖掘中的一个新方法，能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科。目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段。它广泛的应用于统计分类以及回归分析中. 支持向量机属于一般化线性分类器.他们也可以认为是提克洛夫规则化（Tikhonov Regularization）方法的一个特例.这
CorrectCarNoImageAndRegnize
- 一种车牌图像校正新方法 【摘要】因摄像机角度而造成的机动车牌图像倾斜会对其后继的字符分割与识别带来不利的影响。本文在分析了车牌倾斜模式的基础上,提出了一种基于最小二乘支持向量机（LS-SVM）的车牌图像倾斜校正新方法。通过LS-SVM线性回归算法求取坐标变换矩阵并对畸变图像进行旋转校正。主要方法：首先,将二值倾斜车牌图像中的像素转换为二维坐标样本,并构造图像数据集 再通过LS-SVM线性回归算法对该数据集进行回归,求取主要参数 最后
svm
- SVM方法的基本思想是：定义最优线性超平面，并把寻找最优线性超平面的算法归结为求解一个凸规划问题。进而基于Mercer核展开定理，通过非线性映射φ，把样本空间映射到一个高维乃至于无穷维的特征空间（Hilbert空间），使在特征空间中可以应用线性学习机的方法解决样本空间中的高度非线性分类和回归等问题。svm 程序，即支持向量机的代码。-The basic idea of SVM method are: the definition of
MySVMSourceCode
- 这个是用QT编写的一个SVM程序，改写了台湾林智仁的libsvm程序，可以用来分类，线性回归等等人工智能，并且是有界面的-This is a SVM program written in QT, rewritten libsvm Taiwan Lin Zhiren the program can be used for classification, regression, and so on Artificial Intelligen
IRWLS_for_SVM
- 一篇很难找的SVM计算文章，用IRWLS迭代计算SVM的线性回归问题-an IRWLS procedure for SVM
classifer
- 二分类问题采用包括逻辑回归、最小二乘法、感知器算法（按下space不断迭代）、svm线性分类，另外还有高斯分线性分类（待完善），针对平面上两类点进行分类-Second classification using logistic regression, the method of least squares, perception algorithm (Press space iteratively) svm linear classif
svm
- SVM平台，操作简单、易于使用的通用SVM 软件包，可以解决分类问题（包括C- SVC、n - SVC ）、回归问题（包括e - SVR、n - SVR ）以及分布估计（one-class-SVM ）等问题，提供了线性、多项式、径向基和S 形函数四种常用的核函数供选择。-SVM platform is a simple, easy to use, versatile SVM software package can solve clas
SVM_matlab
- 利用SVM做回归线性测试。对于大盘指数的有效预测可以从整体上观测股市的变化提供强有力的信息，所以对上证指数的预测很有意义。通过对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析，最终拟合的结果是：均方误差MSE=2.35705 e-005，平方相关系数 R=99.9195 。SVM的拟合结果还是比较理想的。-Make use of SVM linear regression testing. For the
SVM-regression-theory-and-control-
- 支持向量机回归理论与神经网络等非线性回归理论相比具有许多独特的优点有线性回归和非线性回归,其模型的选 择包括核的选择、容量控制以及损失函数的选择.在控制方面的研究包括非线性 时间序列 的预测及应用、系统辨识以及优化控制和学习控制等方面的研究-Support vector machine (SVM) regression theory and neural network has many unique advantages such a
aedszqzr
- 包括最小二乘法、SVM、神经网络、1_k近邻法,对信号进行频谱分析及滤波，针对EMD方法的不足,是本科毕设的题目，进行逐步线性回归，具有丰富的参数选项。- Including the least squares method, the SVM, neural networks, 1 _k neighbor method, The signal spectral analysis and filtering, For lack of EM
SVM的回归预测分析——上证指数开盘预测
- 股票线性回归预测分析，利用svm线性回归算法分析预测，适合svm初学者(Stock Linear Regression Forecast Analysis)
AdaBoost
- adaboost 集成多个回归算法（线性回归、岭回归、LASSO等）(Adaboost integrates multiple regression algorithms)