HOG_Zedboard FPGA上定向梯度嵌入的实时直方图 所用板：Zedboard Vivado版本：2016.04 项目简介：在此项目中，实时实现了“定向梯度直方图”行人检测算法的实现。 我们通过Vivado HLS设计了硬件加速器，以减少HOG提取和分类的计算时间。 此外，我们已经实现了一个在Petalinux上运行的具有Ubuntu映像的嵌入式应用程序，该映像可以从连接到Zedboard的网络摄像头捕获帧，控制和监视加速器，并将检测到的图像呈现到VGA监视器。 存档描述（说明目录结构，文档和源文件）： Hog_HLS：Vivado_HLS项目 Hog_System_Zynq：Vivado项目 硬件：比特流，硬件描述文件和内核配置文件（以防某人想从头开始构建一个新的petalinux项目） ip：加速器和第三方显示控制器IP sd_image：从以下 下载BOOT和r

svm练习的几个例子 数据挖掘中新方法svm

Python编写的SVM算法，SVM算法的实现，适合直接使用，开放源代码，Supported Vector Machine。 (Python code SVM algorithm，SVM algorithm realizition，easy to use，open source，Supported Vector Machine。)

代码可运行，内含数据集 训练图片是第一类15张，测试图片第一类5张 训练图片是第二类15张，测试图片第二类5张 训练图片是第三类15张，测试图片第三类5张 图片集共60张，训练集图片45张，测试集图片15张 第一类图片、第二类图片、第三类图片可以缺陷识别分类，差、良、优。

1、python程序 2、有数据集 3、里面进行了三种算法对比，遗传算法、粒子群算法和布谷鸟算法 4、有一篇类似论文

当训练非线性 C-SVM 将二维数据（2 个特征）分类为 2 个或更多类时，此代码旨在帮助可视化学习的分类器。 C = Inf 的情况给出了硬边界分类器，而 C < Inf 给出了 1-范数软边界分类器。 （参见参考文献 [2] 中的命题 6.12 和方程（7.1）） MATLAB 的 quadprog 用于求解对偶变量 a。 求解器设置为使用内点法。 高斯径向基函数 (RBF) 核用于生成非线性边界。 在二进制分类文件 (SVMtrial.m) 中：有 6 个不同的训练集可供使用。 输出是分类器的 3D 网格图和支持向量的数量。 二元分类的数据集： (1) 典型(2) 马鞍(3) 随机(4) 随机，带 1 个异常值的椭圆(5) 螺旋(6) 不平衡 + 重叠 在多类分类文件 (DAGsvm.m) 中：有 5 个不同的训练集可供使用。 输出是 K*(K-1)/2 分类器的 3D 网格

Suppot-Vector-Machine-IRIS:使用SVM对IRIS数据集进行实验

1、python程序 2、有数据集可直接运行

1、python代码 2、有数据集，直接运行

案例14 SVM神经网络的回归预测分析---上证开盘指数预测.7z