抖动模糊是摄影中常见的问题，为此提出了一个鲁棒快速的核函数估计和图像恢复方法。给定一幅因相机抖动而模糊的图像，该方法首先建立金字塔，然后自顶向下、迭代地估计运动模糊核函数，同时对图像进行恢复。使用混合高斯模型对核函数建模，使用自然图像的边缘大尾巴分布对图像进行约束。通过冲击滤波器预测图像的强边缘，对图像的边缘与核函数进行约束，从而更好地估计核函数。并通过迟滞阈值方法和核函数重新定位的方法，降低核函数的噪声，提高核函数估计的鲁棒性能。在求解核函数能量方程时，采用共轭梯度法，利用图像的一阶和二阶偏导数降低系统方程的条件数，加快收敛速度。最后，在一个国际公开的包含32组运动模糊图像的数据集上验证了该方法。实验结果表明，该方法所恢复的图像，其边缘和纹理清晰，能够很好地避免噪声和振铃走样问题。

支持向量机的相关经典案例，里面包含线性核函数和非线性核函数，另外还有实例：支持向量机手写数字识别；内含测试集训练集、代码源文件及注释，可直接运行（需安装numpy和matplotlib）

这是一些支持向量机外文文献,主要是关于支持向量机核函数方面的内容,是当前国外的情况.

对于初涉及统计学习理论的很有用，SVM应用广泛，尤其是对高光谱图像分类有很好的分类效果。

用于机器学习的核函数，涉及到的支持向量机的核函数，可以自己支持向量机分类

支持向量机 SVM 和 核函数的 MATLAB 程序集。 支持向量机SVM和核函数的MATLAB程序集

关于支持向量机里面讲核函数的，介绍了线性核函数、高斯核函数、及多项式核函数等。还介绍了核函数的判定以及Mercer定理

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。

使用python手动实现了SVM支持向量机，包括其中二次规划的求解（调用cvxopt包），实现了软间隔及核技术，以及对数据集及分类效果的可视化！建议配合我的SVM PPT一起学习SVM 不是直接调用sklearn的SVM！！

支持向量机小波核函数 支持向量机小波核函数 支持向量机小波核函数