说明：NIPALS 算法留1法 交叉检验绘图

交叉检验 nipals cross-validation NIPALS-matlab-code matlab-nipals

说明：支持向量机工具箱，其中包含matlab演示程序和一些基本的函数（计算核函数的函数、支持向量机训练函数和参数选择交叉验证函数等）。

SVM 交叉验证-SVM matlab-svm 核函数 支持向量机

说明：采用BP神经网络设计男女生分类器。采用的特征包括身高、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，BP神经网络包含一个隐层，隐层结点数为5。要求：自行编写代码完成后向传播算法，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的计算可以基于平台的软件包）。

bp-男女生 男女生分类器 神经网络设计 算法评判se-sp 女生的BP

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：图像处理，图像的峰值信噪比PSNR，matlab代码例程，验证可用

图像信噪比 图像psnr psnr-图像 image-to-signal 峰值信噪比

说明：关于图像配准中的交叉相关的实现，可以直接调用。

图像配准 cross-correlation image-registration 配准 cross-validation

说明：本案例是采用GRNN（径向基）神经网络预测水资源量，GRNN神经网络适合于小样本、高精度预测，本实例附有数据（不全），下载者可以直接将数据更改为自己的数据便可以使用。程序中使用了交叉验证方法，使预测精度大大提高。

GRNN算法精确度 交叉验证-GRNN grnnrapegrnny GRNN预测 GRNN-prediction

说明：验证可用，通过matlab代码，在MATLAB中求图像纹理特征，BP神经网络用于函数拟合与模式识别，结合PCA的尺度不变特征变换(SIFT)算法，采用波束成形技术的BER计算。

matlab

说明：验证可用，从先验概率中采样，计算权重，课程设计时编写的matlab程序代码，模式识别中的bayes判别分析算法，用于特征降维，特征融合，相关分析等,代码里有很完整的注释和解释。

matlab pca 算法 测试 提取 特征

说明：应用背景当评估一个和EOUT由此产生的分类二，使用二进制分类错误阳离子。实际发言：（我）为该作业的目的，没有规模的数据时，你使用libsvm或其他的包，以免改变E 有效核和迪不同结果。（Ⅱ）在某些包中，您需要指定双精度。（三）在10倍交叉验证，如果数据大小是不多的10，大小的10亚群可能是O...

matlab 学习 机器 支持 向量