支持向量机（support vector machines，SVM）是一种二分类模型，它将实例的特征向量映射为空间中的一些点，SVM 的目的就是想要画出一条线，以 “最好地” 区分这两类点，以至如果以后有了新的点，这条线也能做出很好的分类。SVM 适合中小型数据样本、非线性、高维的分类问题。 SVM 最早是由 Vladimir N. Vapnik 和 Alexey Ya. Chervonenkis 在1963年提出，目前的版本（soft margin）是由 Corinna Cortes 和 Vapnik 在1993年提出，并在1995年发表。深度学习（2012）出现之前，SVM 被认为机器学习中近十几年来最成功，表现最好的算法。

计算矩阵特征值，特征向量的计算 例子： double [][] array = { {2,3}, {2,1}, }; //定义一个矩阵 Matrix A = new Matrix(array); //由特征值组成的对角矩阵 A.eig().getD().print(4,2); //每一列对应的是一个特征向量 A.eig().getV().print(4,2);

ISMONOTONIC(X) 返回一个布尔值，指示向量是否是单调的。 默认情况下，对于非严格单调向量，ISMONOTONIC 返回 true， 以及单调递增和单调递减的向量。 为了矩阵和 ND 数组，ISMONOTONIC 为中的每一列返回一个值X。 ISMONOTONIC(X, 1) 的工作原理如上，但仅在 X 为严格单调递增，或严格单调递减。 ISMONOTONIC(X, 0) 与 ISMONOTONIC(X) 相同。 ISMONOTONIC(X, [], 'INCREASING') 同上，但只返回 true 当 X 单调递增时。 ISMONOTONIC(X, [], 'DECREASING') 同上，但只返回 true 当 X 单调递减时。 ISMONOTONIC(X, [], 'EITHER') 与 ISMONOTONIC(X, []) 相同。 ISMONOTONIC

介绍一下原理：RGB图像通过公式转化为灰度图像，完成图像的灰度化，建立灰度直方图，通过两幅图像的灰度直方图，以4个灰度值为一组，建立64组数据，因为灰度直方图的定义域就是0~255，所以总共有256组数据，将所得的64组数据中的每4个数据，通过加权求和，得到64个数值，这些数值便是图像的“指纹”，将两组图像的指纹映射到64维空间，得到两组64维空间向量，通过空间夹角余弦公式得到两组图像的余弦值，将余弦值加一后除二，得到的小数乘100便是相似度。 这个程序的具体实现呢，大致分为三部分：1、将图像灰度化；2、将灰度化的图像建立直方图；3、将直方图映射到多维空间得到向量后计算夹角余弦值。

向量 Postgres 的开源向量相似度搜索 CREATE TABLE table (column vector( 3 )); CREATE INDEX ON table USING ivfflat (column); SELECT * FROM table ORDER BY column < - > ' [1,2,3] ' LIMIT 5 ; 支持 L2 距离、内积和余弦距离 安装 编译安装扩展（支持 Postgres 9.6+） git clone --branch v0.1.7 https://github.com/ankane/pgvector.git cd pgvector make make install # may need sudo 然后将其加载到要使用它的数据库中 CREATE EXTENSION vector; 您还可以使用 、 或安装它 入门 创建一个 3

故障诊断程序支持向量机智能诊断分为多个程序 数据输入、特征提取、功能函数等

心电图心电向量详细讲解PPT课件.ppt

自己写的，有运行截图

内置了葡萄酒数据，和分类与预测两个例子，可以根据需求进行改动，可读性强！ 布谷鸟算法是一种通过对自然界中的布谷鸟的育雏行为进行模仿，并结合莱维飞行来增强全局搜寻能力的启发式算法。 支持向量机是一种基于VC维理论同时又满足结构风险最小状态原则的机器学习算法，具有适应于小样本，泛化能力强等优点，主要是通过寻找一种满足公式 的最优的超平面，来实现不同数据特征的区分，其分类与预测效果的优劣主要受参数c，g的影响。 采用布谷鸟优化算法对支持向量机进行参数寻优。

内置了葡萄酒数据，和分类与预测两个例子，可以根据需求进行改动，可读性强！ 支持向量机是一种基于VC维理论同时又满足结构风险最小状态原则的机器学习算法，具有适应于小样本，泛化能力强等优点，主要是通过寻找一种满足公式 的最优的超平面，来实现不同数据特征的区分，其分类与预测效果的优劣主要受参数c，g的影响。 采用粒子群优化算法对支持向量机进行参数寻优。