自动语音情感识别器（SER）是目前具有广泛的应用人机交互（HCI）领域的研究课题。语音特征，如Mel频率倒谱系数（MFCC ）和梅尔能谱动态系数（本中心） ，都是从言语交流中提取的。支持向量机（SVM）作为分类器对柏林情绪数据库中的不同情绪状态进行分类，如愤怒，快乐，悲伤，中性，恐惧。 LIBSVM是用于情绪的分类。性别无关的情况下给出了93.75％的分辨率，男性语音94.73％ 和女性语音的100 ％ 。

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：人脸识别_pca_svm_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

识别动态视频里面的车辆，用的是hog特征_C++

利用sift++kmeans++tf_idf++svm实现场景分类、图像分类

1.SVM多输入多输出 2.客服传统多输入单输出模式

1.里面有一片类似的轴承故障诊断论文 2.计算了VMD的能量熵和样本熵 3.做了多种数据集，包括单特征和多特征pca归一化 4.利用了粒子群算法优化SVM参数 5.python代码齐全

MATLAB

自己编写的SVM支持向量机分类算法matlab仿真。不适用matlab工具箱，也不适用第三方工具箱。 case 'svc_c', C = p1; n = length(Y); H = (Y*Y').*kernel(ker,X,X); f = -ones(1,n); A = []; b = []; Aeq = Y'; beq = 0; lb = zeros(n,1); ub = C*ones(n,1); a0 = zeros(n,1); [a,fval,eXitflag,output,lambda]=quadprog(H,f,A,b,Aeq,beq,lb,ub,a0,options);

linux下的hog算法，用于行人跟踪，在linux环境下实现

该资源包含了数据集、源码以及说明文档