本文档共分为三个部分，第一个部分介绍SVM的原理，我们全面介绍了5中常用的SVM算法：C-SVC、ν-SVC、单类SVM、ε-SVR和ν-SVR，其中C-SVC和ν-SVC不仅介绍了处理两类分类问题的情况，还介绍处理多类问题的情况。在具体求解SVM过程中，我们介绍了SMO算法和广义SMO算法。第二个部分我们给出了OpenCV中SVM程序的详细注解。第三个部分我们给出了一个基于OpenCV的SVM算法的简单应用实例。

android-support-v4.zip

英特尔®驱动程序和支持助理使您能够扫描计算设备以寻找英特尔提供的最新驱动程序。此工具的主要接口托管在英特尔的支持网站上，为用户提供了更加集成的支持体验。它拥有增强的检测引擎，可确保为客户提供完整、准确的信息以及扫描频率选项，从"一次运行"工具更改为可更快为客户提供驱动程序更新的持久体验。 支持的产品：显卡驱动程序、无线网络、英特尔®SD、英特尔® NUC 和英特尔®电脑棒 将英特尔®驱动程序和支持助理升级到较新版本的问题？请尝试我们的 卸载程序。

TensorRT-Support-Matrix-Guide.pdf

TensorRT-Sample-Support-Guide.pdf

JSON+Support+in+PostgreSQL%2C+MySQL%2C+MongoDB%2C+and+SQL+Server

MDK V4 legacy support 安装包，300多M，用于Keil5可以打开Keil4的Project

This is an MDK version 4 project ,require Device support for Cortex-M based devices.

训练支持向量机（SVM）需要解决非常大的二次规划（QP）优化问题。 传统方法（例如，牛顿法）用于解决此问题，这可能导致训练缓慢并占用大量内存，尤其是对于大型训练集。 这些缺点限制了SVM的应用。 为了提高支持向量机的训练速度并减少存储需求内存，本文提出了一种通过从原始集合中提取边界样本来减少训练数据量的新方法。 人工集和UCI集用于测试我们方法的性能。 当训练集是线性可分离的时（例如LS-600和LS-1600），压缩率可以达到93.8％和98.7％，而准确性都达到100.0％。 该方法在非线性情况下的性能仍然很好。 实验结果表明，该方法可以减少训练数据的数量，保证分类的准确性。

最全的，解压后是jar文件，用于解决eclipse中 无法加载android.support.annotations的问题