搜索资源列表
libsvm-mat-2.82-2
- LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包,他不但提供了编译好的可在Windows系列系统的执行文件,还提供了源代码,方便改进、修改以及在其它操作系统上应用;该软件还有一个特点,就是对SVM所涉及的参数调节相对比较少,提供了很多的默认参数,利用这些默认参数就可以解决很多问题-LIBSVM Linzhiren Taiwan University (L
libsvm-alphaseed-2.81
- The program performs alpha seeding within LIBSVM Solvers. Please refer to: D. DeCoste and K. Wagstaff, \"Alpha Seeding for Support Vector Machines for the meaning of alpha seeding\". -alpha seeding within LIBSVM Solv
libsvm-mat-2.81
- CJ.Lin的著名软件:LibSVM,实现的是SVM分类、回归的快速算法。在Matlab 7.0环境下直接调用。-CJ.Lin the leading software : LibSVM achieve the SVM classification algorithm for the rapid return. Matlab 7.0 environment directly call.
(origin)libsvm-mat-2.83-1
- matlab的libsvm工具箱,直接在matlab里作为函数调用
libsvm-2.84
- 这是一款最新的libsvm工具箱,能在windows与unix环境下运行
libsvm-2.85
- LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包,他不但提供了编译好的可在Windows系列系统的执行文件,还提供了源代码,方便改进、修改以及在其它操作系统上应用.
LibSVM-2.6daimazhushi
- 这是一个对libsvm进行解释注释的代码文档,方便刚开始学习并想高度svm的朋友快速入门。
libsvm-2.82
- svm(支持向量机)是著名的文本分类算法。libsvm是其中的一种实现的最新版本,完全开源。linux环境。
libsvm-mat-2.85-1
- libsvm最新版本2.85matlab接口,上传供大家分享
libsvm
- SVM是一种常用的模式分类机器学习算法,以效率高准确度高闻名于世,libsvm和svmlight是常用的两种SVM实现方法。
libsvm-2.32
- libsvm 2.32版源码,一个SVM(支持向量机)的源码以及可执行程序
LIBSVM
- LIBSVM工具软件的详细使用方法,希望会对大家有所帮助!
libsvm-mat-2.86-1
- 基于matlab平台的libsvm,用于分类和回归
libsvm-2.82
- libsvm支持向量机(Support Vector Machine,简称SVM)。
libsvm-mat-2.8-1
- libsvm支持向量机,用于识别分类。本程序成功用于虹膜识别的研究。是嵌入matlab的C程序
libsvm-2.85-dense
- LIBSVM源码。LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、 易于使用、快速有效的通用SVM 软件包,可以解决分类问题(包括C- SVC、 n - SVC )、回归问题(包括e - SVR、n - SVR )以及分布估计(one-class-SVM ) 等问题,提供了线性、多项式、径向基和S形函数四种常用的核函数供选择,可以有效地解决多类问题、交叉验证选择参数、
SVM(libsvm)
- 林智仁编写的著名的SVM代码(libsvm-2[1]
LibSVM-2.6
- LibSVM-2.6 程序代码注释 通用的支持向量机算法研究平台
libsvm-2.71
- 台湾林智仁教授的libsvm源代码 通用的支持向量机算法研究平台-Taiwan Linzhiren Professor libsvm common source of support vector machine algorithm research platform
libsvm-2.89
- LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、 易于使用、快速有效的通用SVM 软件包,可以解决分类问题(包括C- SVC、 n - SVC )、回归问题(包括e - SVR、n - SVR )以及分布估计(one-class-SVM ) 等问题,提供了线性、多项式、径向基和S形函数四种常用的核函数供选择,可 以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概 率估