matlab实验之基于向量机的简单数字识别

• 实验目的

1. 通过实验操作进一步掌握支持向量机的原理和应用；

2. 掌握 Libsvm 与 Liblinear 的使用；

3. 熟练使用 Matlab 编写算法程序。

• 实验原理

支持向量机；

Libsvm

 下载安装后，编译得到.mexw64文件。已经编译好的文件下载（直接拖放到工程文件夹内即可） 下载链接
 

• 实验内容

   1： 将手写样本的数据转为需要的矩阵，每一类取出7个样本。

存放在ts_fea里，对应标签存放在ts_label里。

        

        

2：Libsvm函数的编写，运用mex64文件，库里的函数svmtrain和predict，训练样本并且预测新手写的图片。

封装成函数。

2.1：Liblinear函数

3：添加识别按钮并且读取坐标图片转化为矩阵。

4：添加背景图片picture2.jpg（将想要作为背景的图片拖动到工程文件夹内修改代码里的picture2为图片对应的名字）

5：最终结果

6：简单的数据分类。

设一个3维，三类的样本，每类有5个代表数据。将其带入自己编写的shibie函数调用。

可定义 3个维度分别为： 语文成绩，数学成绩，英语成绩。A里装载着优秀成绩，B类是合格，

C类是不及格。

7： shibie 函数的编写。

原理和以上一个一样，利用库的函数，训练一个model。output作为输出

8：结果

• 心得体会

本次实验是利用了库里的函数，相比神经元自己的推导的公式更加方便，直接利train和predict函数，给与样本和对应的标签训练出一个model，然后即可用predict，给出对应输入维度的矩阵用来装载输出数据的标签，和输入矩阵。即可识别出该数据矩阵对应的标签，然后输出。