说明：breast cancer dataset，是研究支持向量机，样本选择方法，核方法的一个非常重要的数据集

breast数据集 breast_cancer cancer cancer-data breast-cancer-matlab

说明：利用深度学习模型CNN对图像进行分类与识别，例如人脸识别，手写字符识别等。

cnn图像分类 CNN 图像-深度学习 cnn--人脸识别 深度学习-分类

说明：一种新型的功能强大的svm处理系统，拥有多种处理数据的能力

spider spider_jan2605.zip spider-svm bagging knn-kernel

说明：经典论文2003

计算机视觉

说明：采用SVM设计男女生分类器。采用的特征包含身高、体重、是否喜欢数学、是否喜欢文学、是否喜欢运动共五个特征。要求：采用平台提供的软件包进行分类器的设计以及测试，尝试不同的核函数设计分类器，采用交叉验证的方式实现对于性能指标的评判（包含SE,SP,ACC和AUC，AUC的计算基于平台的软件包）。

男女生分类器 svm-auc AUC-SVM 采用SVM设计 交叉验证-SVM

说明：对灰度图像建立高斯金字塔，可以调整核的参数。

matlab-高斯核 金字塔-matlab 高斯金字塔 楂樻柉閲戝瓧濉?t=

说明：主要有二个功能：1对图像进行SIFT特征值匹配2.显示相应的匹配效果，即核线matlab语言的，加上C语言

sift值-matlab sift特征值匹配 sift-c语言 sift20071011 match-sift

说明：数值模拟中的历史拟合练习程序。包括卡尔曼滤波的核心参数更新算法。

EnKF enkf_1d_matlab enkf-matlab enkf-matlab 历史拟合

说明：Matlab可以使用fitrsvm创建回归支持向量机模型。fitrsvm在中低维预测变量数据集上训练或交叉验证支持向量机（SVM）回归模型。 fitrsvm支持使用内核函数映射预测变量数据，并支持通过二次编程实现目标函数最小化。要在高维数据集（即包含许多预测变量的数据集）上训练线性SVM回归模型，请...

支持向量机 fitsvm fitrsvm fitcsvm回归 SVM

说明：高斯过程回归算法，根据已知数据预测未知数据，假设协方差函数，利用核函数计算。

高斯核 高斯过程 GPR-预测 数据预测 高斯过程回归