说明：支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的，根据有限...

matlab svm 源代码 基于 支持 向量

说明：支持向量机(Support Vector Machine，SVM)是Corinna Cortes和Vapnik等于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。 在机器学习中，支持向量机（SVM，还支持矢量网...

说明：支持向量机(SVM, Support Vector Machines)实际是近年来出现的一种先进的机器学习方法，它是重要的基于VC理论的创造性机器学习方法，是一种非常有潜力的分类技术 ，开辟了学习高维数据新的天地，可以替代多层感知机、RBF神经网络和多项式神经网络己有的学习算法，同时SVM方法在实际...

matlab 分类 svm 基于 类别

说明：深度学习中的DBN学习，内含有matlab的m文件，学习深度学习不可错过的东西！

matlab matlabDeepLearningDBN

说明：应用背景引入的设置，定义和使用prtools了。prtools4延伸相对于版本3提高，从而不能完全兼容它。本手册包括一个进一步的升级说明：prtools4.1。仍然不是所有的可能性都充分利用用户水平，或根本不。见页58发行说明。读者是熟悉MATLAB和应该有一个基本的理解的统计模式识别领域。关键技术...

matlab 识别 PRT 非常 模式 有效

说明：在多任务学习中，当这些任务是相关的，联合的任务学习应该比单独学习每个任务的效果好，特别当每个任务的数据相当少的时候，在这种情况下，独自学习是很不成功的。 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

说明：基于CNN的卷积神经网络应用，近年来深度学习算法的应用越来越广泛， 针对深度学习，重点研究了其中较为主流的两类模型结构， CNN 与 DBNs ，并在MATLAB 中构建这两种深度学习模型结构并分别应用于表面缺陷识别中，利用 CNN 学习输入数据中的特征信息，进行分类识别；利用DBNs 进行重构得到...

说明：应用背景对于学习DMC动态矩阵算法有学习借鉴的价值，案例的系统模型是一个高阶传递函数，可自行更改，本人亲自调试，没有错误，应用与算法学习关键技术对于预测控制部分的动态矩阵控制的学习，很有帮助，其中程序的公式部分跟一般的普遍公式不同，我还不知道为什么这样

matlab 算法 控制 dmc 矩阵 预测 动态

说明：该文件主要是通信系统在MATLAB下的建模与仿真，里面的源代码比较基础，非常适合新手入门学习通信系统，对学习通信专业的人有一定的学习帮助。里面还包括了课件，有助于理解程序代码。更能很好的掌握，可以更深入的研究学习。

说明：多分类任务和神经网络基础代码，可用于完成机器学习课程作业。本代码框架为斯坦福大学机器学习课程的课后作业3.由本人已经完成。下载后可用来借鉴，完成本次作业。其中主要内容可以再斯坦福大学网络公开课上学习。

分类 代码 任务 神经