说明：非平衡数据集的分类问题经常出现在许多实际应用中.支持向量机在处理这一类问题时,整体分类性能比较低.为此,Veropoulos提出的采用不同惩罚系数的改进算法可以较好的解决此类问题.此外,可以利用序列最小优化算法简单快速的解决上述优化问题.

序列最小优化算法 非平衡数据集 分类

说明：SVM（支撑向量机模型）是二（多）分类问题中经常使用的方法，思想比较简单，但是具体实现与求解细节对工程人员来说比较复杂。本文从应用的角度出发，使用Libsvm函数库解决SVM模型的分类与回归问题。

matlab 分类 回归 svm 初始

说明：美赛 人员疏散模型 元胞自动机 美国大学生数学建模竞赛MATLAB示例程序。

疏散-元胞 美赛 蚁群算法-matlab 疏散模型 元胞疏散

说明：非常全面的灵敏度分析讲解以及灵敏度检验案例。

灵敏度分析 重要度 sobol灵敏度 sensitivity 灵敏度检验

说明：用超球面支持向量机进行多类分类,每个超球面覆盖一个类-Hypersphere support vector machines using multi-class classification

matlab

说明：基于树形图的支持向量机（D-SVM）对数据集进行训练和执行多类分类。两个主要功能是：Train_DSVM：这是用于训练的功能Classify_DSVM：这是用于D-SVM分类的函数

说明：采用SVM支持向量机，对5种故障进行分类诊断，程序可实现判断故障是否发生，并发生的故障类型进行诊断，根据故障数据分析故障类型，相比于传统神经网络算法具有更强的小样本数据分类能力。

说明：支持向量机(Support Vector Machine，SVM)是Corinna Cortes和Vapnik等于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。 在机器学习中，支持向量机（SVM，还支持矢量网...

说明：这是相关向量机关于分类的实现，内含有关于多维分类程序，对于信息处理有很大帮助，并且其有结果显示分类的效果图

说明：应用小区域方差对比，程序简单，计算多重分形非趋势波动分析，信号处理中的旋转不变子空间法，相关分析过程的matlab方法，分析了该信号的时域、频域、倒谱，循环谱等,matlab编写的元胞自动机。

matlab 分类 算法 程序 RVM 用于 向量 相关 完美