说明：基因选择算法 SVMRFE 基因选择算法 SVMRFE 基因选择算法，SVMRFE。

基因选择算法 SVM-RFE

说明：SVM分类MATLAB程序，支持向量机（Support Vector Machine, SVM）是一类按监督学习（supervised learning）方式对数据进行二元分类的广义线性分类器（generalized linear classifier），其决策边界是对学习样本求解的最大边距超平面（...

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：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：可以直接运行 二维高斯函数具有旋转对称性，即滤波器在各个方向上的平滑程度是相同的．一般来说，一幅图像的边缘方向是事先不知道的，因此，在滤波前是无法确定一个方向上比另一方向上需要更多的平滑．旋转对称性意味着高斯平滑滤波器在后续边缘检测中不会偏向任一方向．

说明：用工具箱做的，支持向量机（基于小波核）的非线性曲线校正。

小波-支持向量机 向量机 xiaobo matlab-工具箱 支持向量机-小波

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：统计模式识别算法包，包括线性分类算法，SVM，PCA，LDA，EM，k-means分类等多种常用的模式识别算法。

machine-learning k-means-svm LDA分类算法 模式识别算法 SVM

说明：有循环检测，周期性检测，考虑雨衰 阴影 和多径影响，可以提取一幅图中想要的目标，课程设计时编写的matlab程序代码，包括轨道机动仿真、初轨计算,包括最小二乘法、SVM、神经网络、1_k近邻法。

matlab ofdm 系统 编程 基于 一个 认知 无线电 资源分配 好使

说明：基因选择算法 SVMRFE基因选择算法 SVMRFE基因选择算法 SVMRFE

基因 gene-selection gene-algorithm SVM-RFE SVMRFE-KPCA