SVM
文章平均质量分 78
lockelk
这个作者很懒,什么都没留下…
展开
-
支持向量机(SVM)的特点与不足
本文转自牛牛草堂 SVM有如下主要几个特点: (1)非线性映射是SVM方法的理论基础,SVM利用内积核函数代替向高维空间的非线性映射; (2)对特征空间划分的最优超平面是SVM的目标,最大化分类边际的思想是SVM方法的核心; (3)支持向量是SVM的训练结果,在SVM分类决策中起决定作用的是支持向量。 (4)SVM 是一种有坚实理论基础的新颖的小样本学习方法。它基本上不涉及概率测转载 2011-11-13 11:35:21 · 2285 阅读 · 0 评论 -
基于libsvm的手写字体识别
基于libsvm的手写字体识别 ——30cases与40cases&25cases“联谊”第三弹 By faruto 2010/6/2 “联谊”案例:30cases第12、13章(libsvm分类相关),25cases案例18——9.3.5(用matlab自带的svm实现手写字体识别),40cases案例39(用贝叶斯判别实现手写字体识别) 现用lib转载 2011-11-09 09:26:54 · 2229 阅读 · 0 评论 -
SVM(支持向量机)综述
第一部分 引言 基于数据的机器学习是现代智能技术中的重要方面, 研究从观测数据(样本) 出发寻找规律, 利用这些规律对未来数据或无法观测的数据进行预测. 包括模式识别、神经网络等在内, 现有机器学习方法共同的重要理论基础之一是统计学. 传统统计学研究的是样本数目趋于无穷大时的渐近理论, 现有学习方法也多是基于此假设. 但在实际问题中, 样本数往往是有限的, 因此一些理论上很优秀的学习方转载 2011-11-09 09:52:39 · 915 阅读 · 0 评论 -
基于libsvm的图像分割(小黄鸭子)
基于libsvm的图像分割 ——30cases与40cases&25cases“联谊”第一弹 By faruto 2010/6/2 很早就想用libsvm来做图像相关的一些东西,因为libsvm我自认为还算熟悉,图像基本的一些东西也都零散的学过,但用libsvm来做图像相关的,还未曾“染指”。正好rocwoods的25cases有这个相关的,所以详细研究学习了一下~转载 2011-11-09 09:25:56 · 3017 阅读 · 0 评论 -
LIBSVM回归详细操作步骤(附图)
原文地址:LIBSVM回归详细操作步骤(附图)--更新至20090806作者:梦在继续 P.S. 多谢“三月未央”网友的提醒,本文中的一些错误得到改正,原先的第五幅图中路径有错(估计那晚太困了,稀里糊涂的就写出来了,实为害人啊)!再次感谢你们的关注,希望在交流中一起进步!修改和增加部分已经用红色字体区分了,还有就是第五章图,估计以前做错的人不少,不要怪我! 先前的一些步骤可以参照我《科研-支转载 2011-11-09 09:22:40 · 2423 阅读 · 1 评论 -
陆振波的SVM
支持向量机matlab工具箱1.0(Support Vector Machine,SVM Matlab Tool %-------------------------------------------------------% 1 声明 支持向量机Matlab工具箱1.0 使用平台 - Matlab6.5 版权所有:陆振波,海军工程大学 电子邮件:luzhenbo@yahoo.转载 2011-11-16 23:32:49 · 4193 阅读 · 0 评论 -
支持向量机SVM的MATLAB 编程
http://research.cs.wisc.edu/dmi/lsvm/ function [iter, optCond, time, w, gamma] = lsvm(A,D,nu,tol,maxIter,alpha, ... perturb,normalize); % LSVM Langrangian Support Vector Machine algorith转载 2011-11-16 23:30:16 · 2179 阅读 · 0 评论 -
SVM实现程序
这个是非线性svm的: 1.命令函数部分: clear;%清屏 clc; X =load('data.txt'); n = length(X);%总样本数量 y = X(:,4);%类别标志 X = X(:,1:3); TOL = 0.0001;%精度要求 C = 1;%参数,对损失函数的权重 b = 0;%初始设置截距b Wold = 0;%未更新a时的W(a) W转载 2011-11-16 23:11:53 · 1612 阅读 · 0 评论 -
利用libsvm-mat建立分类模型model参数解密
建议大家看这篇帖子之前先看一下以下几篇帖子: 如何使用libsvm进行分类【by faruto】 http://www.matlabsky.com/forum-v ... -fromuid-18677.html libsvm 参数说明【中英文双语版本】 http://www.matlabsky.com/forum-v ... -fromuid-18677.html 线性可分模式的最优超平转载 2011-11-15 21:56:16 · 1643 阅读 · 0 评论 -
svm处理流程
svm处理流程: 收集数据,相关性分析(p卡方检验),特征选择(主成份分析)。 归一化数据。就是根据实际要求,将数据的取值范围转化为统一的区间如[a,b],a,b为整数。方法参考:http://slt-ml.blogspot.com/2008/06/spss.html 利用抽样技术将数据集分为训练集和测试集。抽样技术有分层抽样,简单抽样(等概率抽样) 将数据转化为软件(接口)所支持的格式。转载 2011-11-15 20:38:11 · 755 阅读 · 0 评论 -
SVM学习
SVM学习之一:libsvm中的数据预处理 名词解释: (1) SVM(Support Vector Machine)是从瓦普尼克(Vapnik)的统计学习理论发展而来的,主要针对小样本数据进行学习、分类和预测(有时也叫回归)的一种方法,能解决神经网络不能解决的过学习问题。作者以为,类似的根据样本进行学习的方法还有基于案例的推理(Case-Based Reasoning),转载 2011-11-13 11:40:54 · 1440 阅读 · 0 评论