虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

支持<b>向量机</b>

  • 一个机器学习算法软件包

    一个机器学习算法软件包,包括神经网络,模糊逻辑,支持向量机,采用MATLAB平台实现

    标签: 机器学习 算法 软件包

    上传时间: 2013-12-13

    上传用户:guanliya

  • 该程序包实现了几个常用的模式识别分类器算法

    该程序包实现了几个常用的模式识别分类器算法,包括K近邻分类器KNN、线性判别方程LDF分类器、二次判别方程QDF分类器、RDA规则判别分析分类器、MQDF改进二次判别方程分类器、SVM支持向量机分类器。 主程序中还有接口调用举例,压缩包中还有两个测试数据集文件。

    标签: 程序 模式识别 分类器 算法

    上传时间: 2017-03-08

    上传用户:aeiouetla

  • 本文介绍了一般贝叶斯框架通过稀疏来解决回归和经典任务中利用线性模型中参数。虽然这框架完全概括说明了

    本文介绍了一般贝叶斯框架通过稀疏来解决回归和经典任务中利用线性模型中参数。虽然这框架完全概括说明了,我们对一个特定专业的做法,这个特定专业就是我们指的“相关向量机( RVM )” 一个模型以相同的函数模型功能流行和最先进的“支持向量机”( SVM) 。我们论证了利用概率贝叶斯学习的构造,我们可以得出准确的预测模式,这个模型相比SVM大幅减少了使用基底函数,同时提供了一些其他优点。这些优点包括在效益指标的概率预测,自动估算“nuisance”参数,并利用该设施任意基函数(如:非`Mercer 的内核)

    标签: 贝叶斯 稀疏 回归 参数

    上传时间: 2014-01-02

    上传用户:dancnc

  • 本文主要讲了统计学习理论的本质

    本文主要讲了统计学习理论的本质,对学习支持向量机的学习有很大帮助。

    标签:

    上传时间: 2014-02-01

    上传用户:15736969615

  • 一些辨识方法的综述文献

    一些辨识方法的综述文献,包括神经网络,模糊和支持向量机,对于需要进行辨识研究的同学有帮助

    标签: 辨识

    上传时间: 2017-04-17

    上传用户:qunquan

  • 从因子分析的角度出发解决基因表达谱分析问题。为解决独立成分分析方法在求解过程中的不稳定性

    从因子分析的角度出发解决基因表达谱分析问题。为解决独立成分分析方法在求解过程中的不稳定性,提出一种基于选择性独立成分分析的DNA微阵列数据集成分类器。首先对基因表达水平的重构误差进行分析,选择部分重构误差较小的独立成分进行样本重构,然后基于重构后的样本同时训练多个支持向量机基分类器,最后选择部分分类正确率较高的基分类器进行最大投票以得到最终结果。在3个常用测试集上验证了本文设计方法的有效性。

    标签: 因子分析 分析方法 角度

    上传时间: 2013-12-06

    上传用户:虫虫虫虫虫虫

  • 这是我的一个作业

    这是我的一个作业,希望对初学支持向量机的人有帮助!

    标签:

    上传时间: 2017-05-27

    上传用户:xuan‘nian

  • 文本分类算法很多

    文本分类算法很多,神经网络算法遗传算法可以用,本算法采用支持向量机SVM来实现

    标签: 文本分类 算法

    上传时间: 2013-12-22

    上传用户:sclyutian

  • 学习SVM的一个优秀PPT

    学习SVM的一个优秀PPT,包括支持向量机的原理和应用,以及一些核函数的使用。

    标签: SVM

    上传时间: 2014-08-13

    上传用户:thuyenvinh

  • 目的:运用强化学习!多分类器集成!降维方法等最新计算机技术,结合细胞病理知识,设计制作/智能化肺癌细胞病理图像诊断系统0"方法:采集细胞图像,运用基于强化学习的图像分割法将细胞区域从背景中分离出来 运

    目的:运用强化学习!多分类器集成!降维方法等最新计算机技术,结合细胞病理知识,设计制作/智能化肺癌细胞病理图像诊断系统0"方法:采集细胞图像,运用基于强化学习的图像分割法将细胞区域从背景中分离出来 运用基于样条和改进2方法对重叠细胞进行分离和重构 提取40个细胞特征用于贝叶斯!支持向量机!紧邻和决策树4种分类器,集成产生肺癌细胞分类结果 建立肺癌细胞病理图库,运用基于等降维方法对细胞进行比对,给予未定型癌细胞分类"结果:/智能化肺癌细胞病理诊断系统0应用于临床随机1200例肺部病灶穿刺细胞学涂片,肺癌识别诊断率94180 ,假阳性率1185 ,假阴性率3135 ,肺癌分类识别率82190 ,核异型细胞识别率74120 "结论:/智能化肺癌早期细胞病理诊断系统0对肺癌细胞涂片诊断率高,克服了肺癌细胞病理诊断过程中取检细胞数量少,重叠细胞识别率低,涂片背景及染色差异等干扰因素,可辅助临床肺部病灶的穿刺细胞病理诊断"

    标签: 化学 图像 分类器 分离

    上传时间: 2013-12-16

    上传用户:chfanjiang