machine_learning 一个Matlab应用，使用支持向量机对图片进行分类，其中图片是猫脸还是狗脸 ＃数据集 为了训练分类器，我使用了来自 张维伟，孙健和唐小鸥，“猫头检测-如何有效利用形状和纹理特征”，Proc。 欧洲Conf。 计算机视觉，第一卷。 4，第802-816页，2008年。 和来自的斯坦福狗数据集 ＃托多斯 由于猫或狗之间难以分辨，因此需要预先修剪脸部以获得最佳效果。 可能没有第三个值，然后搜索猫脸或狗脸的图片（分解成窗户）。 或者只是狗或不面对，等等。 #Cat注释数据集 ＃＃＃结构 |-- cat_dataset |-- CAT_00 |-- 00000001_000.jpg |-- 00000001_000.jpg.cat |-- 00000001_005.jpg |-- 000

matlab-最小二成支持向量机（LSSVM）手册，26页

支持向量机人工智能代码，可以通过调用不同的核函数，对代码进行修整。

支持向量机的matlab程序代码，内附有详细的注释。数据文件为txt格式的。

【电力负荷预测】 GUI粒子群支持向量机短期电力负荷预测【含Matlab源码 751期】.zip

根据针吸细胞学方法影像中提取的特征值, 设计了一种改进的支持向量机分类方法, 并应用于乳腺癌的辅助诊断。通过对几种常用核函数的对比分析, 所建立的新核函数在诊断中具有很好的综合性能。使用实际临床数据分析显示, 该方法比模因佩雷托(memetic Pareto artificial neural network, MPANN)与一种改进型人工神经网络(evolutionary artificial neural network, EANN)方法在乳腺癌辅助诊断中具有更好的效果, 可以为医疗机构对该疾病的诊断提供有力的决策支持。

MATLAB实现SSA-SVM麻雀算法优化支持向量机多特征分类预测（完整源码和数据） 数据为多特征分类数据，输入15个特征，分四类,程序乱码是由于版本不一致导致，可以用记事本打开复制到你的文件。 运行环境MATLAB2018b及以上。

MATLAB实现GWO-SVM灰狼算法优化支持向量机多特征分类预测（完整源码和数据） 数据为多特征分类数据，输入15个特征，分四类,程序乱码是由于版本不一致导致，可以用记事本打开复制到你的文件。 运行环境MATLAB2018b及以上。

MATLAB实现PSO-SVM粒子群算法优化支持向量机多特征分类预测（完整源码和数据） 数据为多特征分类数据，输入15个特征，分四类,程序乱码是由于版本不一致导致，可以用记事本打开复制到你的文件。 运行环境MATLAB2018b及以上。

基于SVM的中文邮件分类的项目代码和数据样本集