SVM-light

SVM-light是一款高效的支持向量机实现工具，专为大规模数据集设计，适用于分类与回归任务。它在模式识别、文本分类及生物信息学等领域展现出卓越性能。通过优化算法，SVM-light能够快速处理复杂数据，是机器学习工程师不可或缺的利器。探索我们精选的596个资源，深入理解SVM-light的核心技术...

资源总数
483

SVM-light 全部资料 483 份

针对微生物发酵过程的建模与优化控制问题，利用支持向量机理论进行发酵过程的建模，并提出采用粒子群优化算法对支持向量机建模过程中的重要参数进行优化调整。仿真结果表明参数优化调整后得到的模型能取得更

2024-02-13 6 SVM-light

为了提高带钢生产中板形模式识别精度，提出了基于支持向量机(svM)的改进径向基(RBF)网络板形模式识别方法，由SVM回归确定RBF网络优化的初始参数，解决了传统方法存在的学习时间长、易陷人局

2024-03-01 1 SVM-light

·摘要：  提出用支持向量机(SVM)融合三种基于不同特征表示的表情识别方法进行表情识别,即PCA表情表示、SVM表情表示和FLD表情表示.在用SVM进行特征提取时,提出一种高效的方案选择投影轴.在提取各种特征表示后,对每一种表情...

2024-05-31 9 SVM-light

·摘　要:针对人脸识别的鲁棒性问题，鉴于HMM具有良好的时间序列建模能力和SVM在有限样本的分类方面具有优良性能，采用一种基于HMM—SVM融合模型的鲁棒人脸识别算法。首先将归一化人脸图像用采样窗从上到下进行采样，采用DCT和SVD提取各个...

2024-09-28 7 SVM-light