LIBSVM是台湾大学林智仁(Lin Chih-Jen)教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题；并提供了交互检验(Cross Validation)的功能。该软件可以解决C-SVM、ν-SVM、ε-SVR和ν-SVR等问题，包括基于一对一算法的多类模式识别问题。

基于yolov5的人脸识别demo，使用celeba训练yolov5，具体详见工程文件中的README，通过借鉴github上mtcnn-facenet，还有不足，不喜勿喷，谢谢。

matlab源码

利用SVM+PCA降维分类，程序中采用的数据集是ORL人脸库，该人脸库共有400副人脸图像，40人，每人10幅，大小为112*92像素，同一个人的表情，姿势有少许变化。 程序的流程主要分为三部分，数据的预处理(PCA降维和规格化)，数据的训练阶段，数据的识别阶段

基于麻雀搜索算法优化的SVM数据分类预测.rar

SVM 分类边界可视化的 MATLAB 代码 (libsvm-3.23)

【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.zip

结合《统计学习方法》以及一些资料，写出自己对SVM算法的理解，并且用Python+Numpy实现了SMO算法

本程序是参考了 http://research.microsoft.com/en-us/um/people/jplatt/smoTR.pdf及多个博客完成， 数据验证正确，实验结果直观。

wasindoor 冰泉室内定位，一种基于wifi和地磁信号的室内定位解决方案，集成svm和knn等算法。 github地址： 本项目分为6个目录: 1、doc 这里存放项目用到的设计文档、接口文档等。 2、output 这里存放当前主干编译出来的可执行jar包,方便直接使用。 3、wascore 这里存放项目的核心类和工具，抽象层次最高。 4、wasindoor 这里存放室内定位算法的算法实现，以及提供对外的统一的定位支持接口。 5、wasserver 这里存放室内解决方案的接口框架实现，是整个项目的业务核心。 6、wasservice 这里存放室内解决方案的业务接口代码，具体实现的业务可参考doc内接口描述。 本项目已经存在ios客户端版本，可用于室内定位和室内逛商家店铺，可用于简单的聊天互动，但是鉴于ios非本人开发，所以暂时未开源， 有兴趣的朋友可在基础上补充ios、安卓、pc版本