一个分类代码 不是自己做的 但是是一个很好的例子 自己认为可以 所以分享了

最小二乘支持向量机MATLAB，可用于预测，并且是MATLAB程序的

1、python程序 2、有详细的数据处理过程 3、代码简单清楚，可直接运行

1、python程序 2、利用CEEMDAN计算了多尺度熵MSE 3、有数据集可直接运行

车型识别系统由硬件和软件组成，硬件包括两部摄像机、图像处理计算机。图像处理计算机指安装了车型识别系统软件的计算机。软件包括视频捕获系统和车型识别软件。视频捕获系统负责视频监控，并从视频流中获取帧图像，然后送车型识别软件处理，该系统用微软公司提供的一套在 Windows平台上进行媒体流处理的开发包 DirectShow实现。车型识别软件是该系统的核心，它承担着运动目标检测、分割、图像预处理、车型特征提取、车型分类等重要任务。

用jaffe数据集，只分了三类。hog用matlab现成的代码提的，svm调通的别人的C++程序。最后出来效果不怎么好，可能训练数据有点少。有需要的下载。平台vs2017

所谓支持向量机(support vector machine)，分为两部分，分别是“支持向量”和“机”。支持向量简单来说就是支持或支撑平面上把两类类别划分开来的超平面的向量点。这里的“机”便是一个算法。支持向量机便是一种分类方法，是一种最大间隔分类器。本程序根据支持向量机的算法步骤，进行了底层实现。

将svm用于分类 直接输入数据即可 里面含有数据归一化

prim matlab代码双支持向量机 MATLAB, CVX 这个项目是为清华大学凸优化课程的作业6创建的，由李丽博士主讲。 这个作业要求我们实现孪生 SVM 及其对偶问题。 在这个项目中，我们使用 CVX 来解决优化问题。 'twin_svm.m' 是 prim 问题的实现，而 'twin_svm_dual.m' 是它的对偶形式。 此外，'main.m' 提供了生成训练数据和测试数据的代码，对于二维数据，程序可以返回一些说明图。 您可以添加适当的断点来一一查看数字。

颜色分类leetcode 车辆探测器 该项目 我对这个项目的目标是： 通过删除重复图像（或接近重复）来清理图像数据集。 从标记的训练图像集中提取特征以构建包含以下内容的特征向量： 定向梯度(HOG) 特征的直方图。 颜色直方图特征。 空间颜色特征。 训练线性 SVM分类器以基于 识别汽车与非汽车。 使用 SVM 和滑动窗口技术搜索车辆。 估计检测到的车辆的边界框。 这个怎么运作 该车辆检测器使用带有非线性 SVM 的滑动窗口搜索来将图像中的不同窗口分类为是否包含汽车。 从那以后，我们随着时间的推移进行整合以消除误报分类。 然而，在讨论检测管道之前，我需要解释样本选择和训练过程。 样本选择 对于该项目，提供了超过 8000 张 64x64px 的车辆和非车辆类别的组合图像（下面进一步讨论）。 由于这些样本来自视频，因此由于视频的连续成名看起来非常相似，因此许多图像看起来几乎相同。 我没有使用这个数据集进行训练，这会导致人为地提高验证准确性或导致训练集的多样性降低，我删除了几乎重复的图像。 这是由clean_dataset.py完成的，它使用图像散列算法一次检查每个图像，并拒绝任何与先前观