说明：直线阵采用切比学夫加权控制主旁瓣比，最大似然（ML）准则和最大后验概率（MAP）准则，部分实现了追踪测速迭代松弛算法，意信号卷积的运算,并且绘制图象，包括最小二乘法、SVM、神经网络、1_k近邻法,包括AHP，因子分析，回归分析，聚类分析。

算法 智能 程序 控制 开源 实现 预测 好用

说明：支持向量机是统计学习理论的一个重要分支,也是解决模式识别问题的一个有力工具。本文简要介绍支持向量机理论，构建基于径向基函数的支持向量机，对分别来自两个不同的电话语音数据库中的汉语普通话、英语、日语、白族语和纳西语等5种语言进行识别研究。实验结果表明，支持向量机, 对不同数据库语言的语种识别依然能达到...

说明：预测蛋白质的结构是重要的生物化学由于三维结构可以从被发现在二级结构确定局部褶皱。此外，了解蛋白质的三级结构可以帮助确定他们的功能。本文的目的是比较性能的神经网络（NN）和支持向量机（SVM）预测的62个球状蛋白质的初级序列的二级结构。对于每一个神经网络和支持向量机的，我们创造了六个二进制分类器区分类...

matlab 神经网络 预测 利用 支持 结构 向量 蛋白质

说明：用matlab编写的分类回归程序，通用。并给出了实例对分类效果进行检验。

svm回归matlab SVM--matlab SVM SVM分类 svm-分类-实例

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：VC维理论和结构风险最小化准则是统计学习理论中的重要内容,基于这一理论的支持向量机算法由于具有好的泛化性能受到重视,并被研究用于文本分类问题.基于多项式核的研究工作认为SVM的泛化能力不受多项式阶数的影响,并且能够处理很高维的分类问题,用于文本分类无需进行特征选择.研究发现,随着多项式核阶数的升高,...

VC维理论 最小化准则

说明：最终的权值矩阵就是滤波器的系数，从先验概率中采样，计算权重，关于小波的matlab复合分析，数据模型归一化，模态振动，ldpc码的编解码实现，单径或多径瑞利衰落信道仿真。

matlab 算法 选择 代码 svm 参数 进行 优化 不错 特征 粒子

说明：SNM支持向量机预测，回归分析,数据预测，实验验证。

SNM 向量机预测 回归分析 数据预测

说明：局部性约束线性编码 （LLC）这可以看成是 LCC 的快速实现，利用项目纳入每个描述符的局部性约束其局部坐标系。实验结果表明，通过使用 LLC 生成最终表示形式 （图 1）代码可以达到令人印象深刻的影像分类精度甚至与线性支持向量机分类器。此外，优化采用 LLC 的问题具有解析解，计算的复杂性在哪里只...

matlab 分类 图像 代码 LLCmatlab

说明：ELM和ELM_2是现在流行的超强学习机（也叫极限学习机）源码 EELM是有效ELM的源码 （EELM发表于neuralcomputing ,作者：yuguangwang) YELM是一种改进的ELM的源码（已发表，作者：yuboyuan) 这个程序是三者的方法比对。 相关理论，可以用作者找文章...

极限学习机ELM elm改进 svm-elm 237866.-com 极限学习机