Matlab支持向量机工具箱1.0的使用平台为Matlab6.5。该工具箱包含二种分类、二种回归以及一种一类支持向量机算法：(1) Main_SVC_C.m —— C_SVC二类分类算法；(2) Main_SVC_Nu.m —— Nu_SVC二类分类算法；(3) Main_SVM_One_Class.m —— One-Class支持向量机；(4) Main_SVR_Epsilon.m —— Epsilon_SVR回归算法；(5) Main_SVR_Nu.m —— Nu_SVR回归算法。
基于Matlab的支持向量机实现代码
相关推荐
基于支持向量机的人脸识别matlab代码
使用matlab编写的支持向量机人脸识别代码，基于先进的算法进行实现。支持向量机技术在人脸识别领域展现出卓越的性能和准确度，为图像识别研究提供了重要工具。
Matlab
0
2024-08-22
支持向量机源代码
支持向量机（SVM）二分类模型利用间隔最大的线性分类器定义于特征空间上，并以核技巧转化为非线性分类器。SVM学习策略的目标为间隔最大化，可转换为求解凸二次规划或最小化正则化合页损失函数。其学习算法则是求解凸二次规划的最优化算法。
算法与数据结构
4
2024-05-01
Matlab中支持向量机程序的实现
在Matlab中，有一个支持向量机（SVM）程序，其中包括了两种不同的内核：一种是用C语言编写的OSU-SVM内核，具有更高的执行效率；另一种是Matlab内置的内核。详细使用说明可以在http://see.xidian.edu.cn/faculty/chzheng/bishe/index.htm找到。
Matlab
1
2024-07-31
双支持向量机MATLAB、CVX代码
此项目包含基于CVX的孪生SVM和其对偶问题的MATLAB实现，可用于解决凸优化作业。提供生成和可视化训练及测试数据的代码，并提供了说明图示。
Matlab
5
2024-04-30
基于支持向量机的人脸识别matlab代码.zip
使用支持向量机技术进行人脸识别的matlab代码
Matlab
2
2024-07-19
基于二次规划的支持向量机实现
支持向量机 (SVM) 是一种强大的机器学习模型，能够有效解决高维分类问题。 将探讨如何仅利用二次规划工具实现支持向量机，从而帮助读者深入理解其背后的数学原理。 通过构建目标函数和约束条件，并将问题转化为标准的二次规划形式，我们可以利用现有的优化工具求解模型参数，最终得到训练好的支持向量机分类器。
算法与数据结构
2
2024-06-17
经典支持向量机（SVM）算法MATLAB实现
经典支持向量机（SVM）算法MATLAB程序，用于利用MATLAB进行数据SVM仿真实验。
Matlab
0
2024-08-18
matlab中支持向量机的实现工具包
matlab中有一个专门用于实现支持向量机的工具包。
Matlab
4
2024-07-20
支持向量机（SVM）的程序代码
支持向量机（SVM）的程序包含详细的使用说明，使用Matlab编写而成。
Matlab
3
2024-07-28