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！！
2019-12-21 21:06:44
366KB
1
作为低秩矩阵逼近在图像处理中具有广泛的应用，其目的是根据退化图像的自相似性得到低秩矩阵来对图像进行去噪，如在计算机视觉和机器学习.低秩矩阵近似方法一般可分为两类，低秩矩阵分解(LowＲank Matrix Factorization，LＲMF)方法和核范数最小化(Nuclear Norm Minimization，NNM)方法。
2019-12-21 20:49:49
47KB
1
支持向量机SVM求解鸢尾花分类问题,分别用rbf、poly、linear核函数求解
2019-12-21 20:46:39
4KB
1
用opencv c++实现的基于核函数的Meanshift算法(Kernel-based object tracking)
效果还不错
2019-12-21 20:06:51
12KB
1
在MATLAB中实现高光谱异常检测KRX算法，主要是参靠KRX英文原文《Kernel RX-Algorithm: A Nonlinear Anomaly Detector for Hyperspectral Imagery》实现。
2019-12-21 19:51:40
5KB
1
多分类核Fisher判别分析法，里面我给了一个例子，用的是鸢尾花数据集，四维三类，降到二维，核函数有高斯核，线性核，多项式核等，需要自取
2019-12-21 19:38:02
39KB
1