说明：SVM 现在主要用于故障诊断。他可以解决非线性，小样本。

SVM--matlab 故障诊断 故障诊断-svm SVM svm-fault

说明：用工具箱做的，支持向量机（基于小波核）的非线性曲线校正。

小波-支持向量机 向量机 xiaobo matlab-工具箱 支持向量机-小波

说明：SVM 分类算法，由于其能有效解决小样本、非线性及高维模式识别等问题，且通常具有良好的学习和推广能力而得到广泛研究并已成功应用于故障诊断等领域。用支持向量机对一组数据分类，手打源码，效果很好，经测试可用

matlab 分类 源码 测试 svm

说明：基因选择算法 SVMRFE 基因选择算法 SVMRFE 基因选择算法，SVMRFE。

基因选择算法 SVM-RFE

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：可以直接运行 二维高斯函数具有旋转对称性，即滤波器在各个方向上的平滑程度是相同的．一般来说，一幅图像的边缘方向是事先不知道的，因此，在滤波前是无法确定一个方向上比另一方向上需要更多的平滑．旋转对称性意味着高斯平滑滤波器在后续边缘检测中不会偏向任一方向．

说明：逼近非线性内核使用特征映射获得了大量的利息在近年来由于在减少培训和测试次数支持向量机分类器和其他基于核的学习算法中的应用。我们将这条线的工作和目前的低失真嵌入的点积内核扩展到线性的欧几里得空间。我们我们的研究结果基于谐波分析表征所有的点积内核中的经典理论结果，并使用它来定义随机的特征映射到本机的点积...

matlab 随机 产品 内核 特性

说明：支持向量机和BP神经网络虽然都可以用来做非线性回归，但它们所基于的理论基础不同，回归的机理也不相同。支持向量机基于结构风险最小化理论，普遍认为其泛化能力要比神经网络的强。为了验证这种观点，本文编写了支持向量机非线性回归的通用Matlab程序和基于神经网络工具箱的BP神经网络仿真模块，仿真结果证实，支...

支持向量机 SVM训练-回归 BP回归 svm-通用程序 SVM做回归

说明：基因选择算法 SVMRFE基因选择算法 SVMRFE基因选择算法 SVMRFE

基因 gene-selection gene-algorithm SVM-RFE SVMRFE-KPCA

说明：非常全面的灵敏度分析讲解以及灵敏度检验案例。

灵敏度分析 重要度 sobol灵敏度 sensitivity 灵敏度检验