您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 支持向量机svm入门

  2. 以简单易懂的句子介绍了SVM,让读者很容易入门
  3. 所属分类:专业指导

    • 发布日期:2011-06-21
    • 文件大小:632kb
    • 提供者:hahahahaye
  1. SVM分类器的应用,静态编译程序

  2. 自己去年上模式识别课程的时候,对SVM分类器很感兴趣,遂使openCV的SVM分类器以及libSVM公开库提供的工具,只做了一个SVM应用程序。 程序可自由选取一副图像,自己从中采集样本点,然后一键给出分类结果。分类结果可根据用户选择由libSVM库计算得到,或有openCV的SVM代码计算得到。 支持分多类,可以保存分类器参数到txt文件,并用于以后的图像分类中。 另外,提供了对avi视频的分类器应用。 包含有较为详细的说明文档,用户基于此软件可自行体会SVM分类器的妙处,以及其中分类器参数
  3. 所属分类:C++

    • 发布日期:2013-03-31
    • 文件大小:5mb
    • 提供者:j56754gefge
  1. 基于GPU的并行支持向量机的设计与实现

  2. 1.在综述了当前高性能计算领域热门技术的基础上,选择GPU作为并行支持向量 机的实现工具。在GPU编程方法方面,选择了OpenCL作为具体的代码实现技术,并搭 建了GPU计算的实验平台和基于VisualStudio2010的OpenCL的开发环境。 2.介绍了支持向量机理论的基本原理及其数学模型,引出了SMO训练算法并对其 进行了详细的说明。研究了LibSVM的使用方法,并在之前搭建的两个平台上做了实验 仿真,以用来作为参照基准。 3.根据SVM训练和预测算法中的并行点,提出了用于多类分类器的
  3. 所属分类:专业指导

    • 发布日期:2013-06-08
    • 文件大小:2mb
    • 提供者:xiaoxio006
  1. (免费)支持多分类的svm(java源码)

  2. 支持多类的svm分类器,带样例,带详细注释,大家一起交流学习吧
  3. 所属分类:Java

    • 发布日期:2013-08-05
    • 文件大小:23kb
    • 提供者:clfhaha1234
  1. 文本挖掘tmSVM开源项目包含Python和Java两种版本带参考文档

  2. 文本挖掘tmSVM开源项目集成libSVM和liblinear包含Python和Java两种版本带PDF源码参考文档 简介 文本挖掘无论在学术界还是在工业界都有很广泛的应用场景。而文本分类是文本挖掘中一个非常重要的手段与技术。现有的分类技术都已经非常成熟,SVM、KNN、Decision Tree、AN、NB在不同的应用中都展示出较好的效果,前人也在将这些分类算法应用于文本分类中做出许多出色的工作。但在实际的商业应用中,仍然有很多问题没有很好的解决,比如文本分类中的高维性和稀疏性、类别的不平衡
  3. 所属分类:Python

    • 发布日期:2014-02-23
    • 文件大小:3mb
    • 提供者:vcfriend
  1. SVM多值分类器在脱机手写体相似汉字识别中的应用

  2. 相似字的普遍存在是影响脱机手写体汉字识别率低的主要原 因之一。 论文研究 了支持向量机(SV M ) 多值分类 器在手写相似汉字识别中的应用,所提 出的方法采用了小波弹性 网格技术提取汉字的特征 ,通过 实验比较 了三种不 同的 SV M 分 类 器组合 策 略的 分 类效 果。
  3. 所属分类:其它

    • 发布日期:2016-07-15
    • 文件大小:182kb
    • 提供者:qq_35590746
  1. 基于支持向量机的图片分类程序

  2. 对图片的分类主要包含以下四个步骤:1.用尺度不变特征转换(SIFT)算法来提取训练集中图片的特征值。2.用K-means算法将这些特征值聚成n类。这n类中的每一类就相当于是图片的单词,所有的n个类别构成词汇表。3.对训练集中的图片构造词汇表,就是将图片中的特征值归到不同的类中,然后统计每一类的特征值的频率。4. 用支持向量机(SVM)训练一个多类分类器,将每张图片的词汇表作为特征向量。对于未知类别的图片,计算它的词汇表,使用训练的SVM分类器进行分类。
  3. 所属分类:机器学习

    • 发布日期:2018-01-25
    • 文件大小:26mb
    • 提供者:tuye1361
  1. 倾斜数据集的分界修剪支持向量机

  2. 倾斜数据集在实际应用中具有很高的价值,同时也是数据挖掘中的难点和热点,因而得到越来越多的研究者的关注。通过给出的一种改进的支持向量机—DP-SVM,首先对数据集进行预处理、分类,再对它们采取相应的操作;然后根据混叠数据集中样本的k个最近邻的类别,并结合波动大小与其相应类限定值的关系,对该样本点做相应的处理;最后根据副类支持向量与主类样本数量之间的关系,决定对副类支持向量采取何种修剪策略,训练得到其分类器。提出的分界修剪支持向量机由消除分类边界混叠与支持向量修剪两个主要处理部件构成,并通过这两个处
  3. 所属分类:其它

  1. 哈工大模式识别SVM讲义

  2. 哈工大模式识别SVM讲义,哈工大模式识别研究生课程资源数针对a的最大化,同吋考虑(7)式的约束,得到原始问题的对儁优化问题: 对偶优化问题 max(a)=2a1-2∑2xx (8) 约束 ≥0,i=1 22 原始优化问题和对偶优化问题都是典型的线性不等式约朿条件下的二次优化问题,求解 两者中的任何一个都是等价的。但SVM算法一般求解的是对偶问题,因为它有如下两个特 l、对偶问题不直接优化权值矢量w,因此与样本的特征维数d无关,只与样本的数量 n有关。当样本的特征维数很高时,对偶问题更谷易求解 2
  3. 所属分类:讲义

    • 发布日期:2019-03-03
    • 文件大小:234kb
    • 提供者:qq_27328663
  1. 支持多类的SVM分类器

  2. 支持多类的SVM分类器,带注释,带样例,和大家一起交流学习哈
  3. 所属分类:Java

    • 发布日期:2013-08-05
    • 文件大小:23kb
    • 提供者:clfhaha1234
  1. 结合图模型的优化多类SVM及智能交通应用

  2. 为提高多类支持向量机分类器对多目标的分类准确度,提出一种结合无向图模型优化的多类支持向量机分类器。首先,利用余弦测度计算训练数据之间的相似度,构建包含训练数据和相似度矩阵的无向图模型,求解相似度约束矩阵。然后,将相似度约束矩阵引入多类支持向量机求解的目标函数,构建优化的多类支持向量机分类器。最后,将优化的多类支持向量机分类器用于智能交通领域,结合梯度方向直方图特征检测行人和车辆目标。实验表明,该方法检测行人和车辆目标的错误率低于经典的多类支持向量机分类器和目前主流的目标检测方法。
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:364kb
    • 提供者:weixin_38674763
  1. 用TensorFlow实现多类支持向量机的示例代码

  2. 本文将详细展示一个多类支持向量机分类器训练iris数据集来分类三种花。 SVM算法最初是为二值分类问题设计的,但是也可以通过一些策略使得其能进行多类分类。主要的两种策略是:一对多(one versus all)方法;一对一(one versus one)方法。 一对一方法是在任意两类样本之间设计创建一个二值分类器,然后得票最多的类别即为该未知样本的预测类别。但是当类别(k类)很多的时候,就必须创建k!/(k-2)!2!个分类器,计算的代价还是相当大的。 另外一种实现多类分类器的方法是一对多,其为
  3. 所属分类:其它

    • 发布日期:2020-12-25
    • 文件大小:137kb
    • 提供者:weixin_38624914
  1. SVM原理详解,通俗易懂

  2. 本文来源于csdn,介绍了SVM,线性分类器,线性分类器的求解,松弛变量,SVM用于多类分类等。支持向量机(SupportVectorMachine)是Cortes和Vapnik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[10]。支持向量机方法是建立在统计学习理论的VC维理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性(即对特定训练样本的学习精度,Accuracy)和学习能力(即无错误地识别任意
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:400kb
    • 提供者:weixin_38711740
  1. 从线性分类器到卷积神经网络

  2. 本文来自于网络,本文大致分成两大部分,第一部分尝试将本文涉及的分类器统一到神经元类模型中,第二部分阐述卷积神经网络(CNN)的发展简述和目前的相关工作。本文涉及的分类器(分类方法)有:线性回归逻辑回归(即神经元模型)神经网络(NN)支持向量机(SVM)卷积神经网络(CNN)从神经元的角度来看,上述分类器都可以看成神经元的一部分或者神经元组成的网络结构。说逻辑回归之前需要简述一下线性回归。图1单变量的线性回归图1中描述了一个单变量的线性回归模型:蓝点代表自变量x的分布——显然x呈现线性分布。于是我
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:453kb
    • 提供者:weixin_38632046
  1. 复杂背景下车型识别分类器

  2. 细粒度车型图像的类间特征差异小,在复杂图片背景中识别干扰因素多。为提高模型在复杂背景中对图像的特征提取能力和识别准确度,提出了基于支持向量机(SVM)和深度卷积神经网络(DCNN)的分类器集成模型Softmax-SVM。它将交叉熵代价函数与hinge损失函数相结合,代替Softmax函数层,减少了过拟合的发生。同时,设计了一个10层的DCNN提取特征,避免了手工提取特征的难题。实验数据集为复杂背景下的27类精细车型图像,尤其还包含同一汽车厂商的相近车型。实验结果表明,在不进行大量预处理的前提下,
  3. 所属分类:其它

  1. 支持向量机多类分类的数字调制方式识别

  2. 针对神经网络存在的过学习、欠学习、局部极小值等问题,提出了一种基于支持向量机(SVM)的数字调制方式的识别方法。从信号的瞬时幅度,瞬时相位,瞬时频率,频谱,包络变化等特性中提取了7个特征参数,用于训练支持向量机。运用二叉树理论设计多类分类器,与已有算法相比,具有简单、高速、高精度的特点。仿真结果证明,在高斯白噪声(AWGN)下,当信噪比大于15dB时,对2ASK、4ASK、8ASK、2FSK、4FSK、8FSK、BPSK、QPSK、8PSK调制方式的识别率可以达到97%以上。
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:77kb
    • 提供者:weixin_38633967
  1. support-vector-machines:无需sklearn即可从头开始进行教育性SVM实现。 CVXOPT用作方程式求解器-源码

  2. 支持向量机 无需sklearn即可从头开始进行教育性SVM实现。 CVXOPT用作方程式求解器。 对于二进制分类器,标签应为[-1,1]。 multi_SVM.py是使用OneVsRest策略的多类SVM。 支持自定义内核,实现了线性和rbf内核。
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:19kb
    • 提供者:weixin_42097819
  1. 基于支持向量机的水声信号多分类器设计

  2. 目标分类器是水下目标自动识别系统的重要组成部分,目前水下目标分类的方法主要有统计分类、神经网络和专家系统等三大类的分类方法。支持向量机(SVM,Support Vector Machine)是根据统计理论提出的一种新的算法,该算法具有良好的泛化性能,不仅对训练样本的分类性能较好,对未知的检验样本同样具有好的分类效果,特别适用于小样本数据的分类。本文将该算法推广至多分类情况,并对三类水声信号样本进行分类试验。实验结果表明,该算法可以有效的避免 “维数灾难”问题,且分类正确率高于传统的神经网络分类器
  3. 所属分类:其它

  1. SVM原理详解,通俗易懂

  2. 本文来源于csdn,介绍了SVM,线性分类器,线性分类器的求解,松弛变量,SVM用于多类分类等。支持向量机(SupportVectorMachine)是Cortes和Vapnik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[10]。 支持向量机方法是建立在统计学习理论的VC维理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性(即对特定训练样本的学习精度,Accuracy)和
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:400kb
    • 提供者:weixin_38665162
  1. 基于SVM 的二叉树多类分类算法及其在故障诊断中的应用

  2. 基于结构风险最小化原则的支持向量机( SVM)对小样本决策具有较好的学习推广性。但由 常规 SVM 算法是从 2 类分类问题推导出的,在解决故障诊断这种典型的多类分类问题时存在困难, 而提出一种依赖故障优先级的基于 SVM 的二叉树多级分类器实现( 2PTMC) 方法, 该方法具有简单 直观,重复训练样本少的优点。通过将其应用于柴油机振动信号的故障诊断,获得了令人满意的效果。
  3. 所属分类:其它

    • 发布日期:2021-01-15
    • 文件大小:242kb
    • 提供者:weixin_38700779
« 12 »