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：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：支持向量机的matlab实现，包括线性和非线性算法，以及介绍使用的说明文件。

ssvm svm-matlab 向量机 algorithms-matlab matlab-svm

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：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：包含PCA，LDA降维方法和SVM等分类器； 主成分分析方法从本质上来说，是一种把高维数据空间降到低维数据空间中，目的是寻找最小均方意义下最能代表原始数据的投影方法 线性判别分析的LDA思想是寻找一个最佳的投影的映射，目的是达到对整体类别而言，达到类内紧致，类间离散。这样带有类别信息的投影...

matlab 识别 统计 模式

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：机器学习，支持向量机（SVM，还支持矢量网络）的监督学习模型相关的学习算法，分析数据，识别模式，用于分类和回归分析。给定一组训练实例，每个标记为属于两类，一种SVM训练算法构建了一个模型，分配新的实例为一类或其他，使其成为非概率二元线性分类。一个SVM模型是的例子如在空间中的点，映射使得的不同类别的...

matlab 支持 向量

说明：包括最小二乘法、SVM、神经网络、1_k近邻法,有小波分析的盲信号处理，实现了对10个数字音的识别，使用起来非常方便，利用最小二乘法进行拟合多元非线性方程，用MATLAB实现动态聚类或迭代自组织数据分析。

说明：应用背景Matlab中的下列项目包含用于改变位置选择的对象的源代码和实例。读取文件和偏移到所选对象的坐标本项目中包含的源代码和文件在项目文件部分中列出，请确保所列源代码是否满足您的需要。关键技术将提供一个技术，它认为的概述是与形成了支持向量机的结果超平面比较实现了一个非常简单的方法（SVM）在分开的...

matlab 选择 对象 位置 改变