提出一种改进决策1-SVM方法(1-DISVM)，并由此构建了基于单类样本训练的1-DISVM多分类模型。1-DISVM是1-SVM方法的改进，通过对决策算法的修正，解决了1-SVM分类精度低的不足，并将其应用于直升机减速器故障识别中。结果表明该方法能够在训练样本数量少、不准确的情况下，自动排除错误样本的干扰，获得很好的分类结果，且具有无监督学习、分类精度高、易于扩展和代价小等优点。

svm支持向量机python代码

简单易懂的SVM代码，运行环境为matlab，实现数据的分类，能够图形显示结果，适合机器学习的初学者。

SVM 人脸识别 资料论文 使用SVM算法实现人脸识别的论文

SVM故障诊断MATLAB代码

近年来，文本的情感分析一直都是自然语言处理领域所研究的热点问题；微博作为一种短文本，用词精炼而简洁，富含观点、倾向和态度。因此，识别微博的情感倾向具有重要的现实意义。提出一种基于SVM和CRF的情感分析方法，使用多种文本特征，包括词、词性、情感词、否定词、程度副词和特殊符号等，并选用不同的特征组合，通过多组实验使情感分析效果最优。实验显示，选用词性、情感词和否定词的特征组合时，SVM模型的正确率达到88.72%，选用情感词、否定词、程度副词和特殊符号的特征组合时，CRF模型的正确率达到9044%。

该算法用Visual Studio编写 ，用于实现对样本的训练以及测试，并可以转换成matlab语言，直接调用子程序

提取HOG特征和LBP特征，使用SVM进行分类来进行检测

浙江大学研究生课程SVM的课件，讲述比较全面，也很容易理解，SVM的思想以及发展历程讲述非常清楚

SVM课件，通俗易懂，快速上手，希望大家能够掌握基础知识