最新的支持向量机工具箱，有了它会很方便 1. Find time to write a proper list of things to do! 2. Documentation. 3. Support Vector Regression. 4. Automated model selection. REFERENCES ========== [1] V.N. Vapnik, "The Nature of Statistical Learning Theory", Springer-Verlag, New York, ISBN 0-387-94559-8, 1995. [2] J. C. Platt, "Fast training of support vector machines using sequential minimal optimization", in Advances in Kernel Methods - Support Vector Learning, (Eds) B. Scholkopf, C. Burges, and A. J. Smola, MIT Press, Cambridge, Massachusetts, chapter 12, pp 185-208, 1999. [3] T. Joachims, "Estimating the Generalization Performance of a SVM Efficiently", LS-8 Report 25, Universitat Dortmund, Fachbereich Informatik, 1999.
上传时间： 2013-12-16
上传用户：亚亚娟娟123
< B语言与方法：实用形式化开发指南>> 本书介绍了B抽象机符号语言以及用于支持形式化规格说明和高集成 系统开发的方挂。首先，介绍了B 语言的发展历史及与其他语言的关系，然 后，从集合、序列等基本数学符号表示到B 语言的结构化机制，再到它所支 持的大型程序设计方法，全面地介细了B 符号语言的描述方法。
上传时间： 2014-11-29
上传用户：康郎
具有结构风险最小化原则的支持向量机（SVM）对于小样本决策具有较好的学习推广性，并且故障样本的不足在一定程度上制约了基于知识的方法在故障诊断中的运用。针对这一问题，提出了利用支持向量机的方法对匝间转子绕组短路故障诊断方法。该方法利用小波分析对探测线圈测得感应电动势进行处理构造特征向量，然后输入到支持向量机的多故障分类器中进行故障识别。实验数据表明该方法是可行、有效的，并且在小样本的情况下，较BP神经网络有更好的分类效果。
上传时间： 2013-11-04
上传用户：s363994250
文中在研究现有先验知识与支持向量机融合的基础上，针对置信度函数凭经验给出的不足，提出了一种确定置信度函数方法，更好地进行分类。该方法是建立在模糊系统理论的基础上：将样本的紧密度信息作为先验知识应用于支持向量机的构造中，在确定样本的置信度时，不仅考虑了样本到所在类中心之间的距离，还考虑样本与类中其它样本之间的关系，通过模糊连接度将支持向量与含噪声样本进行区分。文中将基于先验知识的支持向量机应用于医学图像分割，以加拿大麦吉尔大学的brainWeb模拟脑部数据库提供的不同噪声的图像进行实验，实验结果表明采用基于先验知识的支持向量机比传统支持向量机具有更好的抗噪性能及分类能力。
上传时间： 2013-10-12
上传用户：cmc_68289287
将支持向量机应用到典型的时变、非线性工业过程—— 连续搅拌反应釜的辨识中, 并与BP 神经网络建模相比较, 仿真结果表明了支持向量机的有效性与优越性. 支持向量机以其出色的学习能力为工业过程的辨识提出了一种新的途径.
上传时间： 2013-10-17
上传用户：zhangdebiao
关于统计学习理论与支持向量机
标签： 支持向量机
上传时间： 2015-01-12
上传用户：黑漆漆
交互支持向量机学习算法及其应用
上传时间： 2014-01-19
上传用户：qoovoop
支持向量机的MATLAB工具箱
上传时间： 2015-02-01
上传用户：水中浮云
支持向量机的SMO算法
上传时间： 2013-12-25
上传用户：xaijhqx
支持并发访问的B+树
上传时间： 2015-02-19
上传用户：啊飒飒大师的
