支持向量机
-
-
-
基于支持向量机图像处理
本文基于Libsvm的图像分类研究及实现，主要针对的是物体分类这一方面，选用了五类水果作为分类研究的对象。对图像进行分类的大体步骤主要包括采集图像样本（主要从Web上获取）、图像预处理（如截成大小一致的图片）、特征向量提取、结合Libsvm进行模型训练、对测试图片进行分类测试。 -
RBF模型代码
应用背景 surragote模型（Kriging，RBF……） ；这些工具箱是一个通用库多维对于MATLABr函数逼近和优化方法 关键技术 MATLAB，径向基函数，克里格法，支持向量机，支持向量回归，高斯激光过程元模型，多项式， -
支持向量机(SVM)的SMO算法实现
支持向量机(SVM)的SMO算法实现。包括matlab源代码文件、支持向量机的pdf文档，源代码word文档。 -
支持向量回归
支持向量机(Support Vector Machine，SVM)是Corinna Cortes和Vapnik等于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。 在机器学习中，支持向量机（SVM，还支持矢量网络）是与相关的学习算法有关的监督学习模型，可以分析数据，识别模式，用于分类和回归分析。 -
马尔科夫模型和支持向量机的人脸识别系统
用matlab实现的基于马尔科夫模型和支持向量机的人脸识别系统，带有人脸库。非原创，运行了效果很好，功能很强大。具体功能：可根据训练与测试样本生成数据库；计算人脸识别率（96.5 ）；可以识别出指定的图像；可以识别摄像头获取的人脸图像。 -
-
-
matlab代码实现支持向量机
用matlab编写的支持向量机，实现了线性可分与线性不可分的情况，还有非线性支持向量机，里面部分常用的核函数。
