近年来随着盲检测算法的提出，越来越多的基于采样协方差矩阵的盲检测算法应用于频谱感知。针对其检测门限是近似值，检测性能会受到影响等问题，提出了基于采样协方差矩阵的混合核函数的支持向量机（support vector machine,SVM）高效频谱感知，通过感知信号采样协方差矩阵的最大最小特征值（maximum minimum eigenvalue,MME）和协方差绝对值（covariance absolute value,CAV）提取的统计量作为SVM的特征向量并训练其生成频谱感知的分类器，无需计算检测门限并且特征提取减少了样本集的大小。利用遗传算法（genetic algorithm,GA）优化混合核函数的SVM的参数。实验结果表明，该方法比MME算法和CAV算法的检测概率有所提高，并且比SVM减少了感知时间，具有良好的实用性。

CUDA加速的频谱搬移，核函数实例，256*512 实测时间0.07ms

提供不同核函数的svm代码，包括详细的注解说明，简单易懂

选取同地区同时相的多光谱和高光谱影像,在实验样本和验证样本相同的情况下,采用SVM分类算法中4种不同的核函数,对2种影像进行分类实验.结果表明,对于多光谱影像,RBF核函数分类精度最高,Sigmoid最低;对于高光谱影像,Linear核函数分类精度最高,Sigmoid最低;对于同地区相同分辨率的遥感图像,在分类条件相同的情况下,多光谱影像的分类精度和高光谱的分类精度相近.

该工具箱主要用于商业用Matlab软件包使用。Matlab的工具箱已经在不同的计算机体系结构编译和测试，包括Linux和Windows。大部分函数可以处理的数据集可高达20，000或更多点的数据。LS- SVMlab对Matlab接口包括一个适合初学者的基本版本，以及一个多类编码技术和贝叶斯框架的更先进的版本。

东北大学，应用数理统计，包括上课用的ppt、课后习题及答案、近年真题和答案、核函数表，好好学！！！！

该工具箱主要用于商业用Matlab软件包使用。Matlab的工具箱已经在不同的计算机体系结构编译和测试，包括Linux和Windows。大部分函数可以处理的数据集可高达20，000或更多点的数据。LS- SVMlab对Matlab接口包括一个适合初学者的基本版本，以及一个多类编码技术和贝叶斯框架的更先进的版本。

SVM解决二分类问题的代码，直接就可以用，含水雷-岩石分类数据集并对四种核函数做调参，换一个数据集也能使用。过程流畅，注解详细，包教会

在非协作通信中，需要对接收的信号进行调制方式的自动识别。在高阶累积量域内构造信号识别的特征向量，采用基于二叉树的支持向量机将识别特征向量映射到高维空间并构造最优分类超平面，实现对数字调制信号的自动识别。该算法不仅结构简单、计算量小，而且解决了样本在低维空间中的不可分问题，具有良好的泛化推广能力。理论分析和仿真结果证明了该算法的正确性和有效性。

svm核函数及参数优化，实现多类分类并进行参数优化