【图像识别】基于支持向量机svm植物叶子疾病检测和分类.md

【语音识别】基于结合mfcc和lpc特征、SVM支持向量机实现中英语种识别matlab源码.md

支持向量机（Support Vector Machine，简称SVM ）是由贝尔实验室研究者Vapnik等于1995年首先提出的一种新的机器学习理论。 SVM主要思想是针对两类分类问题，在高维空间中寻找一个超平面作为两类的分割，以保证最小的分类错误率。 SVM一个重要的优点是可以处理线性不可分的情况，在解决小样本、非线性及高维（避免维灾难）模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。 SVM独特的特点：使用训练集的一个子集来表示决策边界，该子集称作支持向量。

【缺陷识别】基于支持向量机算法实现金属表面缺陷检测matlab源码.md

【人脸识别】基于 Gabor+SV和PCA+SVM实现人脸识别matlab源码含 GUI.

【手写数字识别】基于支持向量机SVM实现手写数字识别matlab源码含GUI.md

【SVM预测】灰狼算法优化svm支持向量机预测matlab源码

含有demo显示。 C#的所有源代码（训练和测试部分）。 封装后的dll文件。 很便于从数据空间角度理解SVM， 还有为编程提供有价值参考。

作为SVM的机器学习库，内含matlab，Python，C++，Java封装。版本号为3.24,2019年。

1、线性回归，岭回归，Lasso回归，局部加权线性回归 2、logistic回归，softmax回归，最大熵模型 3、广义线性模型 4、Fisher线性判别和线性感知机 5、三层神经网络 6、支持向量机