安全技术-网络信息-支持向量机算法及其在网络入侵检测中的应用.pdf

该代码包括感知机学习算法和对偶形式的感知机学习算法，应用在二分类的问题上，整体上表现出不错的效果

作者历经小半年的调试 才把程序调试好 完全可以实现车牌的字符识别，分割，提取，采用了SVM分类器和ANN神经网络，若下载后实现不了相应的功能，可以找作者把积分退还给大家

针对在线序贯极限学习机(OS-ELM)对增量数据学习效率低、准确性差的问题, 提出一种基于增量加权平均的在线序贯极限学习机(WOS-ELM)算法.将算法的原始数据训练模型残差与增量数据训练模型残差进行加权作为代价函数,推导出用于均衡原始数据与增量数据的训练模型,利用原始数据来弱化增量数据的波动,使在线极限学习机具有较好的稳定性,从而提高算法的学习效率和准确性. 仿真实验结果表明, 所提出的WOS-ELM算法对增量数据具有较好的预测精度和泛化能力.

svmpredict命令： 具体命令： svmpredict testfile modelfile outputfile 需要预测的序列文件 svmtrain构建的模型

基于WOA优化的libsvm最优参数计算仿真，matlab2021a测试。 [Best_score, Best_pos,~] = WOA(agent, iteration, lb, ub, dim, fobj); cmd = ['-s 5 -t 2 ', '-c ', num2str(Best_pos(1,1)), ' -g ', ... num2str(Best_pos(1,2)), ' -q']; model = libsvmtrain(trainlabel, traindata, cmd);

之前的以此组会，老师让讲一下支持向量机SVM的基本知识，就做了一个ppt介绍。 里面主要软硬间隔，对偶相关的知识

Latent SVM算法实现行人检测opencv

模糊支持向量机-Python代码，包含示例数据集data、FSVM.ipynb、FSVM.py三种文件。

用于网络安全态势预测的粒子群与支持向量机算法研究.pdf