详细说明:核方法&svm是模式识别是很重要的方法,都各自成为一门学科-methods & svm is pattern recognition is very important way, it would become a respective disciplines
近期下载过的用户:
cp [查看上载者吴胜的更多信息]
[sa2007.rar] - 一篇将SVM说非常清楚明白的文献,还有对应C++代码.
[kernel-process-control.rar] - 核函数方法及其在过程控制中的应用研究,主要总结了我国与国外的核函数研究现状
[kernel_Methods_for_Pattern_Analysis_Matlab_Tools_F] - 《模式分析的核方法》一书中的源代码,其中有该书的基本介绍和talk!
[kdda.rar] - 实现信号的KDDA映射变换,KDDA属于线性子空间分析方法LDA的改进算法,采用核方法实现映射
[PR_ten_algorithms.rar] - 模式识别中的十大基本算法,经典的实现方法,花了本人很大功夫,本着为人民服务的原则,现挥泪上传!
[PR-SVM.rar] - 支持向量机子资料,我看了,有参考价值 操,说说明不够详细,要多少字才够? 谁这么没文化,又不是要写论文
[MATLABArsenal.zip] - 一个matlab的工具包,里面包括一些分类器 例如 KNN KMEAN SVM NETLAB 等等有很多.
[(6.29)高光谱遥感图像处理软件包.rar] - 高光谱遥感图像处理软件包.rar
[S200502106_SVM_for_classfication.rar] - SVM用于模式识别 整理别人的代码(原来的是英文)所得: kernel.m用于内积矩阵的计算 svcplot.m用于绘图 svm168.m是主程序 testlin.m是采用线形内积函数的支持向量机应用的 文件 testrbf.m是采用RBF内积函数的支持向量机应用 的 文件 每个文件中
[haykin_nn.rar] - Simon Haykin的 《Neural NetWorks》例子原码,相当经典。相信很有用,特别SVM PCA等
[stprtool&svm.rar] - stprtool的svm工具箱。文件夹中有使用说明和路径设置方法,并有例程实现了svm的多类分类。
[kernel-process-control.rar] - 核函数方法及其在过程控制中的应用研究,主要总结了我国与国外的核函数研究现状
[kernel_Methods_for_Pattern_Analysis_Matlab_Tools_F] - 《模式分析的核方法》一书中的源代码,其中有该书的基本介绍和talk!
[kdda.rar] - 实现信号的KDDA映射变换,KDDA属于线性子空间分析方法LDA的改进算法,采用核方法实现映射
[PR_ten_algorithms.rar] - 模式识别中的十大基本算法,经典的实现方法,花了本人很大功夫,本着为人民服务的原则,现挥泪上传!
[PR-SVM.rar] - 支持向量机子资料,我看了,有参考价值 操,说说明不够详细,要多少字才够? 谁这么没文化,又不是要写论文
[MATLABArsenal.zip] - 一个matlab的工具包,里面包括一些分类器 例如 KNN KMEAN SVM NETLAB 等等有很多.
[(6.29)高光谱遥感图像处理软件包.rar] - 高光谱遥感图像处理软件包.rar
[S200502106_SVM_for_classfication.rar] - SVM用于模式识别 整理别人的代码(原来的是英文)所得: kernel.m用于内积矩阵的计算 svcplot.m用于绘图 svm168.m是主程序 testlin.m是采用线形内积函数的支持向量机应用的 文件 testrbf.m是采用RBF内积函数的支持向量机应用 的 文件 每个文件中
[haykin_nn.rar] - Simon Haykin的 《Neural NetWorks》例子原码,相当经典。相信很有用,特别SVM PCA等
[stprtool&svm.rar] - stprtool的svm工具箱。文件夹中有使用说明和路径设置方法,并有例程实现了svm的多类分类。
文件列表(点击判断是否您需要的文件):
SVM
...\determine_alpha1.m
...\determine_alpha2.m
...\Kernel.m
...\main.m
...\SMO_algorithm.m
...\SVC_Fun.m
...\SVM.m
...\test.m
...\train.m
SVM
...\determine_alpha1.m
...\determine_alpha2.m
...\Kernel.m
...\main.m
...\SMO_algorithm.m
...\SVC_Fun.m
...\SVM.m
...\test.m
...\train.m