labview—Svm程序，可以进行故障分类

mySVM-MATLAB：这是我使用MATLAB实现的支持向量机（SVM）和转换型SVM（TSVM）的实现

支持向量机SVM和核函数的matlab程序集

支持向量机SVM训练，分类C源码，包括训练与分类两部分

支持向量机导论，nello Cristianini,John Shawe-Taylor著，李国正等译。

支持向量机SVM是一种新的机器学习方法，其基础是统计学理论。模型泛化能力强；进行非线性分类时通过高维空间变换。

电话营销作为一种低成本的营销模式，一直是银行推广理财产品的最重要渠道。 传统的电话销售不仅给许多电话访问客户带来了干扰，而且浪费了银行本身的资源。 为了提高银行电话营销的成功率，有必要提前预测哪些客户最有可能购买理财产品，以实现精准营销。 针对影响电话销售成功率的因素的复杂的高维非线性特征，提出了一种t-SNE（t分布随机邻居嵌入）特征提取方法，然后将提取的低维特征作为输入，使用非线性支持向量机（SVM）用于训练和预测。 实证结果表明，本文提出的基于t-SNE-SVM的银行电话。 营销预测模型具有良好的学习能力和泛化能力，可以为银行等行业实现精准营销提供一定的决策参考。

此SVM_GUI是基于libsvm-FarutoUltimate3.0，所以你需要实现安装该工具箱。操作简单，具体使用可参看内部说明文件。

初步了解支持向量机，支持向量机的入门程序，和用于肌电信号模式识别的入门程序。 初步了解支持向量机，支持向量机的入门程序，和用于肌电信号模式识别的入门程序。

本科毕业论文 基于支持向量机（SVM）的蘑菇毒性检测系统 目 录 摘 要 II 关键词 II Abstract II Key Words II 1引言 1 1.1研究意义 1 1.2国内外研究情况 1 2支持向量机理论 3 2.1支持向量机基础理论 3 2.2 C-SVM算法及其变形算法 7 2.3 V-SVM算法 9 3 LIBSVM软件 12 3.1 LIBSVM软件简介 12 3.2 LIBSVM软件的使用方法 12 3.3 LIBSVM的工具包 15 4 Qt图形库 18 5 系统的设计与实现 19 5.1分类问题的提出及SVM分类原理 19 5.2支持向量机与蘑菇毒性分析相结合 21 5.2.1 蘑菇毒性检测系统总体框架 21 5.2.2 蘑菇物理属性的数据描述 21 5.2.3 蘑菇属性数据学习模型的建立 23 5.2.4 蘑菇毒性预测部分 26 6 总结 27 6.1 结论 27 6.2 下一步工作 28 参考文献 29 致 谢 30