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：数学建模2001年A题论文，VC++程序和Matlab程序处理100张血管的三维重建

数学建模 2001年 论文 血管 三维重建

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(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