内含Twin Support Vector Machine for Pattern Classification论文及代码复现
2022-12-22 17:26:37
9KB
1
为克服环境带来的影响，借鉴了近年来在目标检测研究中应用较多的梯度方向直方图（HOG）技术，将其用于手势识别中。这种方法使得基于视觉的手势识别对环境不再敏感，得到了较好的识别效果。
2022-12-20 18:43:17
1.31MB
1
基于PSO-SVM粒子群优化支持向量机的数据分类预测（Matlab完整程序和数据）
输入多个特征，分四类。
基于PSO-SVM粒子群优化支持向量机的数据分类预测（Matlab完整程序和数据）
输入多个特征，分四类。
基于PSO-SVM粒子群优化支持向量机的数据分类预测（Matlab完整程序和数据）
输入多个特征，分四类。
2022-12-19 20:27:28
119KB
python分别实现基于神经网络、线性回归、SVM方法预测学生成绩源码+数据集.zip
【完成的任务】
根据提供一组包含学生成绩与校园卡消费记录的数据。我对数据进行预处理后，分别采用神经网络、线性回归和SVM方法对学生学习成绩进行了回归。准确率为78%。
结果表明，学生经常去图书馆自习、每天在食堂吃饭不超过16块且前3学期学习成绩达到优秀的学生，在第4学期很可能再次达到优秀。该结果只针对次数据集。
2022-12-19 18:26:15
12.19MB
基于相空间重构(PSR)和支持向量机(SVM)算法本文提出了一种利用单一变量进行化工过程故障诊断的方法。首先进行变量筛选，然后对筛选出的关键变量进行相空间重构，再利用SVM对重构后的数据进行故障分类。通过对TE(Tennessee Eastman)过程几类故障进行仿真测试，结果表明在单一故障和多故障情况下，本方法均可实现化工过程的单变量故障诊断；与传统SVM方法相比，相空间重构可有效提高诊断正确率。此方法可为建立简单而有效的单变量故障诊断系统提供理论依据。
2022-12-17 22:00:18
267KB
1
Support_Vecor_Machine_Implementation
借助梯度下降算法实现svm实现，以减少错误函数，仅使用numpy和matplotlib来实现它。
2022-12-17 20:35:16
2KB
1
比较了现今应用比较广泛的3种支持向量机( SVM)参数优化方法. 具体分析了网格法、遗传算法和粒子群算 法在 SVM参数优化方面的性能以及优缺点,提出了一种改进的网格法. 先在较大范围内进行搜索,在得到的优化结果 附近区域再进行精确搜索. 实验表明改进的网格搜索法耗时短,更适用于有时间要求的说话人识别应用中.
2022-12-16 13:52:49
422KB
1
机器学习 深度学习 人工智能代码（python）用SVM实现人脸识别 附带结果
2022-12-14 21:05:41
290KB
1