精华内容
下载资源
问答
  • SVMmatlab源代码

    2011-07-31 10:23:52
    此程序为SVMmatlab源代码,希望对大家有所帮助。
  • SVM文本分类MatLAB源代码

    热门讨论 2009-07-01 11:34:28
    SVM文本分类MatLAB源代码 为m-file格式
  • SVM源代码[Matlab]

    热门讨论 2011-12-07 16:21:22
    Matlab写的SVM源代码 代码质量还是挺好的 开放下载~
  • SVM训练的c语言源代码

    2018-07-11 16:38:36
    基于MATLAB的SVM训练的一个c语言源代码SVM其中一个c语言源代码
  • 基于MATLAB的SVM其中一个c语言源代码SVM其中一个c语言源代码
  • RVM相关向量机matlab源代码

    热门讨论 2011-11-24 13:48:29
    代码是机器学习领域中的最新研究成果,相关向量机。它比著名的支持向量机(SVM)更具备支持向量少,泛化能力强的特点。这份资源内包括相关向量机的整体实现,并包含两个例子和说明文档,是有志于从事机器学习研究的...
  • 基于MATLABSVM模块

    2018-07-11 16:44:25
    基于MATLABSVM模块源代码基于MATLABSVM模块源代码
  • SVM源代码

    2008-08-19 12:56:32
    MATLABSVM程序,中间附有测试数据
  • 收藏√ [5 4 3 2 1]开发工具: matlab文件大小: 8262 KB上传时间: 2016-01-09下载次数: 111提 供 者: 刘彧详细说明:利用matlab实现hog特征提取与SVM分类方法 用来识别人车与背景-Using matlab nonlinear SVM ...

    文件名称: test3下载  收藏√  [

     5  4  3  2  1 ]

    开发工具: matlab

    文件大小: 8262 KB

    上传时间: 2016-01-09

    下载次数: 111

    提 供 者: 刘彧

    详细说明:利用matlab实现hog特征提取与SVM分类方法 用来识别人车与背景-Using matlab nonlinear SVM classification feature extraction and HOG achieve background test vehicles

    文件列表(点击判断是否您需要的文件,如果是垃圾请在下面评价投诉):

    hog+svm_detection\BinHOGFeature.m

    .................\hog2_test_car.mat

    .................\hog2_test_man.mat

    .................\hog2_train_car.mat

    .................\hog2_train_man.mat

    .................\hog_test_car.mat

    .................\hog_test_man.mat

    .................\hog_train_car.mat

    .................\hog_train_man.mat

    .................\ImgHOGFeature.m

    .................\make_mat.m

    .................\svm_recognition.asv

    .................\svm_recognition.m

    .................\svm_test.m

    .................\实验三样本\测试\人\1.png

    .................\..........\....\..\10.png

    .................\..........\....\..\2.png

    .................\..........\....\..\3.png

    .................\..........\....\..\4.png

    .................\..........\....\..\5.png

    .................\..........\....\..\6.png

    .................\..........\....\..\7.png

    .................\..........\....\..\8.png

    .................\..........\....\..\9.png

    .................\..........\....\背景\1.png

    .................\..........\....\....\10.png

    .................\..........\....\....\2.png

    .................\..........\....\....\3.png

    .................\..........\....\....\4.png

    .................\..........\....\....\5.png

    .................\..........\....\....\6.png

    .................\..........\....\....\7.png

    .................\..........\....\....\8.png

    .................\..........\....\....\9.png

    .................\..........\....\车\1.png

    .................\..........\....\..\10.png

    .................\..........\....\..\2.png

    .................\..........\....\..\3.png

    .................\..........\....\..\4.png

    .................\..........\....\..\5.png

    .................\..........\....\..\6.png

    .................\..........\....\..\7.png

    .................\..........\....\..\8.png

    .................\..........\....\..\9.png

    .................\..........\训练\人\1.png

    .................\..........\....\..\10.png

    .................\..........\....\..\100.png

    .................\..........\....\..\11.png

    .................\..........\....\..\12.png

    .................\..........\....\..\13.png

    .................\..........\....\..\14.png

    .................\..........\....\..\15.png

    .................\..........\....\..\16.png

    .................\..........\....\..\17.png

    .................\..........\....\..\18.png

    .................\..........\....\..\19.png

    .................\..........\....\..\2.png

    .................\..........\....\..\20.png

    .................\..........\....\..\21.png

    .................\..........\....\..\22.png

    .................\..........\....\..\23.png

    .................\..........\....\..\24.png

    .................\..........\....\..\25.png

    .................\..........\....\..\26.png

    .................\..........\....\..\27.png

    .................\..........\....\..\28.png

    .................\..........\....\..\29.png

    .................\..........\....\..\3.png

    .................\..........\....\..\30.png

    .................\..........\....\..\31.png

    .................\..........\....\..\32.png

    .................\..........\....\..\33.png

    .................\..........\....\..\34.png

    .................\..........\....\..\35.png

    .................\..........\....\..\36.png

    .................\..........\....\..\37.png

    .................\..........\....\..\38.png

    .................\..........\....\..\39.png

    .................\..........\....\..\4.png

    .................\..........\....\..\40.png

    .................\..........\....\..\41.png

    .................\..........\....\..\42.png

    .................\..........\....\..\43.png

    .................\..........\....\..\44.png

    .................\..........\....\..\45.png

    .................\..........\....\..\46.png

    .................\..........\....\..\47.png

    .................\..........\....\..\48.png

    .................\..........\....\..\49.png

    .................\..........\....\..\5.png

    .................\..........\....\..\50.png

    .................\..........\....\..\51.png

    .................\..........\....\..\52.png

    .................\..........\....\..\53.png

    .................\..........\....\..\54.png

    .................\..........\....\..\55.png

    .................\..........\....\..\56.png

    .................\..........\....\..\57.png

    .................\..........\....\..\58.png

    .................\..........\....\..\59.png

    输入关键字,在本站274万海量源码库中尽情搜索:

    帮助

    [RBF(MATLAB).rar] - RBF神经网络算法的主程序和子程序,可用代码,预测效果好

    [SLIC.zip] - 超像素分割程序,既有原码,也有可执行程序,验证过,好用。

    [kcf-master.rar] - 快速跟踪算法kcf2015版,vot

    2015重要算法,速度快效果好,

    [IDcard.rar] - 基于opencv的身份证号码识别,识别使用BP神经网络

    [compute-depth-mvs.zip] - 应用于三维重建的深度计算,计算两副位移在一定距离内的对应点的深度。

    展开全文
  • SVM源代码网站

    千次阅读 2015-07-23 22:32:40
    关于SVMmatlab教学视频可以见matlab论坛帖子 大间隔最近邻分类算法,large margin nearest neighbor (LMNN),主页 information theoretic metric learning (ITML),主页,该主页含有iris数据库 logistic ...
    1. LIBSVM,主页
    2. 关于SVM的matlab教学视频可以见matlab论坛帖子
    3. 大间隔最近邻分类算法,large margin nearest neighbor (LMNN),主页
    4. information theoretic metric learning (ITML),主页,该主页含有iris数据库
    5. logistic discriminative based metric learning (LDML),主页
    6. Neighbourhood Components Analysis(NCA),主页
    7. maximally collapsing metric learning,(MCML),Matlab Toolbox for Dimensionality Reduction,主页
    8. A Kernel Classification Framework for Metric Learning,(SVMML),主页
    9. Distance metric learning with sparse regularization,(DML-eig),主页
    展开全文
  • 最近在学习SVM,分享资料《MATLAB 神经网络43个案例分析》第12-20章(SVM相关)源代码
  • SVM (《MATLAB+神经网络43个案例分析》源代码第十二章)学习笔记 SVM工具包(电脑w64): 链接:https://pan.baidu.com/s/1RCSlYGg4sh0ZJ4AGy6QWjg 提取码:1gdf 首先,将此工具包添加到matlab的路径中,并缓冲工具...

    SVM (《MATLAB+神经网络43个案例分析》源代码第十二章)学习笔记

    SVM工具包(电脑w64):
    链接:https://pan.baidu.com/s/1RCSlYGg4sh0ZJ4AGy6QWjg
    提取码:1gdf

    安装步骤:
    首先,将此工具包添加到matlab的路径中(主页-设置路径-添加并包含子文件夹—选中链接中的解压包解压后的文件),并缓冲工具包(主页-预设-常规-更新工具箱路径缓冲)。
    学习出处:Y must be a vector or a character array
    将matlab工具包中的.exe文件的命名中的 - 去掉,然后运行
    修改后的名称:
    在这里插入图片描述在这里插入图片描述

    当前文件夹放在 安装路径\toolbox\libsvm-3.24\matlab
    在命令窗口执行make语句
    在这里插入图片描述
    如果出现这个,在make.m中用COMPFLAGS替换所有CFLAGS(快捷键:ctrl+F)
    再执行make语句就会出现下面这个:
    在这里插入图片描述

    测试程序

    load heart_scale;
    model = svmtrain(heart_scale_label,heart_scale_inst)
    [predict_label,accuracy,PPP] = svmpredict(heart_scale_label,heart_scale_inst,model,'b 1');
    

    结果中出现:Accuracy = 86.6667% (234/270) (classification)即是安装成功
    适当修改:
    在之前的版本的svm中对数据的预测可能只需要三输入两输出,而现在在svm3.2以上的需要变为四输入三输出;
    学习出处:https://blog.csdn.net/zhaomengszu/article/details/69055875
    将源代码中的所有svmpredict的输出中可以加preb一个变量,在输入中加入‘b 1’,如下:
    源代码

    [py,mse] = svmpredict(y,x,model);
    

    修改后

    [py,mse,preb] = svmpredict(y,x,model,'b 1');
    

    运行结果

    *
    optimization finished, #iter = 3
    nu = 0.990884
    obj = -1.981851, rho = -0.009074
    nSV = 4, nBSV = 0
    Total nSV = 4
    Accuracy = 0% (0/1) (classification)
    predictlabel =
         1
    ==该生为男生
    .*
    optimization finished, #iter = 350
    nu = 0.719833
    obj = -88.802168, rho = 0.058346
    nSV = 197, nBSV = 13
    Total nSV = 197
    Accuracy = 99.5% (199/200) (classification)
    Accuracy = 68.5714% (48/70) (classification)
    .
    WARNING: using -h 0 may be faster
    *.*
    optimization finished, #iter = 104
    nu = 0.224906
    obj = -0.675055, rho = 0.698514
    nSV = 9, nBSV = 2
    Mean squared error = 9.52768e-05 (regression)
    Squared correlation coefficient = 0.999184 (regression)
    真实数据
    testy =
       -1.2100
    Usage: [predicted_label, accuracy, decision_values/prob_estimates] = svmpredict(testing_label_vector, testing_instance_matrix, model, 'libsvm_options')
           [predicted_label] = svmpredict(testing_label_vector, testing_instance_matrix, model, 'libsvm_options')
    Parameters:
      model: SVM model structure from svmtrain.
      libsvm_options:
        -b probability_estimates: whether to predict probability estimates, 0 or 1 (default 0); one-class SVM not supported yet
        -q : quiet mode (no outputs)
    Returns:
      predicted_label: SVM prediction output vector.
      accuracy: a vector with accuracy, mean squared error, squared correlation coefficient.
      prob_estimates: If selected, probability estimate vector.
    预测数据
    ptesty =
         []
    时间已过 0.175680 秒。
    
    展开全文
  • 基于支持向量机的自适应与优化,包含论文SVM Incremental Learning Adaptation and Optimization - Diehl and Cauwenberghs - 2003的文章和源代码
  • 文件名称: CNNSVM-master下载 收藏√ [5 4 3 2 1]开发工具: matlab文件大小: 17684 KB上传时间: 2016-03-31下载次数: 80提 供 者: 何详细说明:先利用卷及神经网络提取数据特征,再加svm进行分类-The first use of ...

    文件名称: CNNSVM-master下载  收藏√  [

     5  4  3  2  1 ]

    开发工具: matlab

    文件大小: 17684 KB

    上传时间: 2016-03-31

    下载次数: 80

    提 供 者: 何

    详细说明:先利用卷及神经网络提取数据特征,再加svm进行分类-The first use of volume and neural network feature extraction data, together with the classification svm

    文件列表(点击判断是否您需要的文件,如果是垃圾请在下面评价投诉):

    CNNSVM-master

    .............\.gitattributes

    .............\.gitignore

    .............\CNNSVM

    .............\......\CNN.m

    .............\......\CNNSVM.m

    .............\......\Readme.md

    .............\......\cnn-model

    .............\......\.........\epoch10.mat

    .............\......\.........\readme.txt

    .............\......\cnn

    .............\......\...\cnnapplygrads.m

    .............\......\...\cnnbp.m

    .............\......\...\cnnff.m

    .............\......\...\cnnnumgradcheck.m

    .............\......\...\cnnsetup.m

    .............\......\...\cnntest.m

    .............\......\...\cnntrain.m

    .............\......\...\test_example_CNN.m

    .............\......\cnn_predict.m

    .............\......\data

    .............\......\....\mnist_uint8.mat

    .............\......\epoch_by_epoch.m

    .............\......\feat-code

    .............\......\.........\compute_feature_dim.m

    .............\......\.........\compute_features.m

    .............\......\.........\compute_gradient.m

    .............\......\.........\compute_gradient_features.m

    .............\......\.........\compute_gradient_features.m~

    .............\......\.........\compute_sphog_features.m

    .............\......\.........\concat_features.m

    .............\......\.........\cumsum2D.m

    .............\......\.........\get_sampling_grid.m

    .............\......\.........\normalize_response.m

    .............\......\generate_cnn_feature.m

    .............\......\svm

    .............\......\...\Makefile

    .............\......\...\README

    .............\......\...\display_images.m

    .............\......\...\libsvmread.c

    .............\......\...\libsvmread.mexw64

    .............\......\...\libsvmwrite.c

    .............\......\...\libsvmwrite.mexw64

    .............\......\...\make.m

    .............\......\...\normalize_data.m

    .............\......\...\read_data.m

    .............\......\...\svm_model_matlab.c

    .............\......\...\svm_model_matlab.h

    .............\......\...\svmpredict.c

    .............\......\...\svmpredict.mexw64

    .............\......\...\svmtrain.c

    .............\......\...\svmtrain.mexw64

    .............\......\svmmnistfea.m

    .............\......\util

    .............\......\....\allcomb.m

    .............\......\....\expand.m

    .............\......\....\flicker.m

    .............\......\....\flipall.m

    .............\......\....\fliplrf.m

    .............\......\....\flipudf.m

    .............\......\....\im2patches.m

    .............\......\....\isOctave.m

    .............\......\....\makeLMfilters.m

    .............\......\....\myOctaveVersion.m

    .............\......\....\normalize.m

    .............\......\....\patches2im.m

    .............\......\....\randcorr.m

    .............\......\....\randp.m

    .............\......\....\rnd.m

    .............\......\....\sigm.m

    .............\......\....\sigmrnd.m

    .............\......\....\softmax.m

    .............\......\....\tanh_opt.m

    .............\......\....\visualize.m

    .............\......\....\whiten.m

    .............\......\....\zscore.m

    输入关键字,在本站271万海量源码库中尽情搜索:

    帮助

    [rsgvbvbi.zip] - 本程序的性能已经超过其他算法,快速扩展随机生成树算法,各种kalman滤波器的设计,感应双馈发电机系统的仿真,包括回归分析和概率统计,对于初学者具有参考意义,包括 MUSIC算法,ESPRIT算法 ROOT-MUSIC算法,车牌识别定位程序的部分功能。

    [somshujvfenlei.rar] - 基于SOM的数据分类,自组织特征映射神经网络用于数据的分类

    [multiboost-0.61.src.tar.gz] - Adaboost实现,主要用于机器学习的多分类器聚合, 最终形成分类效果逐渐增强的分类器

    [handwrittendigital.rar] - 用Matlab实现的手写数字识别,对于小型的作业有很好的参考价值。

    [BP.rar] - matlab实现的BP神经网络,用于手写数字识别,非常实用,可以直接运行看结果

    [SVM.rar] - 这里实现了四种SVM工具箱的分类与回归算法

    1、工具箱:LS_SVMlab

    Classification_LS_SVMlab.m - 多类分类

    Regression_LS_SVMlab.m - 函数拟合

    2、工具箱:OSU_SVM3.00

    Classification_OSU_S

    [SvmMNIST.rar] - 通过SVM算法识别MNIST手写数字库,并加入了一些预处理算法,包括数字图像的大小调整归一化等,效果不错。

    [elm.zip] - 神经网络的ELM算法,比传统的BP和SVM都快,而且效果也很精确。运行平台是matlab,本人已经对原始ELM做了修改,可以适应多种函数,而且在数据处理方面自动产生分类矩阵。

    [Test-code-for-SRCNN.zip] - 深度学习,超分辨卷积神经网络,获取测试数据的MATLAB代码

    [SVM-based-image-classification.rar] - 基于SVM的图像分类,由于支持向量机的分类能力极大地依赖于核参数的选取,因此,本文着重研究了核参数选择方法,并利用不同的颜色、纹理特征对图像进行分类。

    展开全文
  • 增强型SVM源代码:1.0版 发行-2012年11月1日更新-2016年11月2日 该软件包包含用于学习Augmented-SVM分类器功能的算法,用于组合多个非线性动力学。 本文提出了该算法: Shukla,A。和Billard,A。 神经信息处理系统...
  • LIBSVM是台湾大学林智仁(Lin Chih-Jen)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...
  • svm matlab文件

    2018-10-17 17:29:50
    LIBSVM是台湾大学林智仁(Lin Chih-Jen)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...
  • LIBSVM是台湾大学林智仁(Lin Chih-Jen)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...
  • SVM图像分割matlab

    2015-12-14 07:55:31
    matlab源程序,基于svm的图像分割,类似抠图显示,主要根据颜色对比明显实现,另外运行此程序可能还需要下载svmlib,然后set path... 资源包里还包含图片,效果演示文档,源代码极其注释。
  • MATLABSVM(支持向量机)的用法

    万次阅读 2018-01-24 11:34:54
    LIBSVM是台湾大学林智仁(Lin Chih-Jen)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...
  • matlab代码程序,训练集 测试集代码,优化半监督svm 朴素贝叶斯 等等
  • svm-支持向量机-matlab

    2016-06-16 10:38:23
    机器学习算法-支持向量机-svm-matlab源代码
  • 最近因为需要实现hog+svm的分类代码,网上找了一些例子,觉得这篇博客还不错:http://blog.csdn.net/libin88211/article/details/19968205,下面结合该博客写一下步骤,供新手们交流学习~~(如果侵犯了版权问题的话...
  • 利用python实现svm5维交叉验证 源代码

    千次阅读 2018-07-18 11:25:05
    from sklearn import svm import h5py import math # import scipy.io # data = scipy.io.loadmat('D:\matlab\dataset and results\Yeast\data_DCT.mat') # data=np.array(data['data_DCT']) d...
  • 书籍+源代码,内容丰富全面,扫描版,清晰。 每一个案例都与实际课题相结合。 该书共有30个 MATLAB神经网络的案例(含可运行程序),包括BP、RBF、 SVM、 SOM、 Hop f i e l d、 LVQ、 Elman、小波等神经网络;还包含PSO...
  • 学习神经网络及深度学习实战代码.本书共有43章,内容涵盖常见的神经网络(BP、RBF、SOM、Hopfield、Elman、LVQ、Kohonen、GRNN、NARX等)以及相关智能算法(SVM、决策树、随机森林、极限学习机等)。同时,部分章节...

空空如也

空空如也

1 2 3 4 5
收藏数 97
精华内容 38
关键字:

matlab源代码svm

matlab 订阅