基于一个公开数据集和一个BCI竞赛数据集，提供一个SVM-CSP运动想象二分类demo，详见https://www.xxy.ink/learn/bci/2.html。包含脑电CSP特征提取，运动想象支持向量机分类，bbci和biosig工具箱等。
2021-04-03 19:02:17
189.51MB
1
提出一种新型的基于光滑Ramp损失函数的健壮支持向量机，能够有效抑制孤立点对泛化性能的影响，并采用CCCP将它的非凸优化目标函数转换成连续、二次可微的凸优化。在此基础上，给出训练健壮支持向量机的一种Newton型算法并且分析了算法的收敛性质。实验结果表明，提出的健壮支持向量机对孤立点不敏感，在各种数据集上均获得了比传统的SVMlight算法和Newton-Primal算法更优的泛化能力。
2021-04-03 13:27:04
195KB
1
根据《Pattern Recognition and Machine Learning》这本书的第7章（稀疏核机）的7.1节，介绍了样本数据线性可分的线性可分支持向量机和样本数据重叠的线性支持向量机，以及支持向量回归。详细介绍了公式的推导过程，以及SMO算法。
2021-04-02 15:46:03
719KB
1
适合初学者学习的SVM、SVR工具箱
该工具箱包括了二种分类,二种回归,以及一种一类支持向量机算法
(1) Main_SVC_C.m --- C_SVC二类分类算法
(2) Main_SVC_Nu.m --- Nu_SVC二类分类算法
(3) Main_SVM_One_Class.m --- One-Class支持向量机
(4) Main_SVR_Epsilon.m --- Epsilon_SVR回归算法
(5) Main_SVR_Nu.m --- Nu_SVR回归算法
另附：
(1) 目录下以Main_开头的文件即是主程序文件,直接按快捷键F5运行即可
(2) 工具箱中所有程序均在Matlab6.5环境中调试通过，不能保证在Matlab其它版本正确运行
2021-03-30 09:18:16
229KB
基于支持向量机的离心泵故障诊断方法研究
简要论述了支持向量机的大批量，介绍了几种支持向量机的多类分类算法，最后将它们应用于离心泵的故障诊断进行比较，获得了令人满意的效果。
2021-03-29 14:05:38
114KB
1
主要介绍了python 机器学习之支持向量机非线性回归SVR模型，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-03-29 14:01:25
82KB
1
课程：熟悉
Jupyter notebook
1
、创建新的Python环境
2、Python环境与版本（一）
3、python环境与版本（二）Python环境与版本（三）
5、Python环境与版本（四）
等多个信息超
2021-03-27 21:00:41
196.69MB
1