说明：最新最小二乘支持向量机工具箱和使用说明，里面有详细的说明和实例

最小二乘svm LS-SVM的工具箱 ls-svm LS-SVM-toolbox lssvm-tutorialv1_7

说明：用支持向量机进行分类，或者回归，进行预测控制

matlab-回归 SVM-控制 预测控制--SVM svm回归 svm-预测控制

说明：支持向量机纹理图像分类，自己写的，非常不错

SVM分类 纹理分类SVM 图像-svm MATLAB-图像分类 纹理-图像-SVM

说明：基于最小二乘支持向量机的模式识别，特征向量为滚动轴承的能量百分比和峭度系数。

轴承 滚动 峭度 bearing-svm SVM-bearing

说明：支持向量机中的训练样本的matlab源代码程序

svm训练样本 svm样本训练 SVM训练 训练样本 样本

说明：实现图像分类，支持向量机原始优化算法SMO

图像分类-MATLAB SVM分类优化 smo算法 SVM smo--svm-matlab

说明：支持向量机的程序，可以进行分类和回归，效果比神经网络好，没有维数灾难的问题，是比较好的建模方法。

回归问题 SVM-建模 svm-steveGunn SVM建模 SVM_SteveGunn

说明：支持向量机自动提取模糊规则，仿真结果验证了其可靠性

规则提取 SVM-可靠性 模糊--SVM matlab-可靠性 模糊svm

说明：支持向量机的画图程序。能够很好的将识别到的不同类型分量，可视化。

SVM画图plot svm-poly画图 svmpl svmplot svmplot怎么用

说明：支持向量机（Support Vector Machines ,SVM）由 Vapnik 1995年最早提出，通过核函数的展开定理，在某种程度上避免了“维数灾难”，并且在解决小样本、非线性和高维模式识别中表现出了独有的优势，引起很多学者的重视，取得一定的研究成果,并且被许多学者推广应用到其他机器学习领...