SVM（支撑向量机模型）是二（多）分类问题中经常使用的方法，思想比较简单，但是具体实现与求解细节对工程人员来说比较复杂。本文从应用的角度出发，使用Libsvm函数库解决SVM模型的分类与回归问题

针对电网负荷预测时点预测误差相对较大的问题，本文提出一种模糊信息粒化支撑向量机的负荷预测方法。该方法采用支撑向量机为短期负荷预测的基本算法，结合了模糊信息粒化模型，通过三角型隶属函数对选定时间窗口的历史数据进行粒化，得到该时间窗口内数据变化的最小、平均和最大值，进一步结合支撑向量机进行训练与预测，实现了电网负荷的点预测和区间预测。以西安地区日负荷历史数据为例进行了算例分析，结果表明：本文提出的方法在进行点预测时精度高，平均误差为2.24%；能够对一定时间范围内的负荷变化情况和变化趋势进行预测，负荷数据真值全部落在所得的预测区间内。本文提出的方法对电网调度计划安排工作有一定意义。

行业分类-电信-基于支撑向量机的基带时域音频信号分类方法.rar

一种基于Kinect的智能家居机器人设计，唐振韬，邓黄俊，本文提出的是基于Kinect的智能家居机器人的设计，包括了基于E3825处理器的Atom嵌入式平台、STM32嵌入式平台。利用Kinect能够实现人体跟随�

支撑向量机的代码样例，欢迎提出改进意见和建议哈 附送数据集

libsvm-3.21 c++的开源类库

支撑向量机SVM和支撑向量回归SVR的参数寻优工具箱MATLAB版，对于不想太深入了解c++版的工具箱有很大帮助，另外不用调试参数，而是寻优取得