SVM多分类,SVM书籍上一般只介绍了二分类问题,本文章给出了使用SVM进行多分类的处理方案。
2020/7/6 9:23:21 407KB SVM多分类
1
内含SVM(支持向量机)算法的实现回归拟合,以混凝土抗压强度预测为例,含具体代码正文
2016/9/3 11:50:14 4KB MATLAB程序 SVM算法 回归拟合程序
1
支持向量机(supportvectormachine,SVM)是数据挖掘中的一项新技术,是借助于最优化方法解决机器学习问题的新工具。
它成为克服“维数灾难”和“过学习”等传统困难的有效办法,虽然他还处在飞速发展的阶段,但它的理论基础和实现途径的基本框架已经构成。
支持向量机目前主要用来解决分类问题(模式识别,判别分析)和回归问题。
而股市行为预测通常为预测股市数据的走势和预测股市数据的未来数值。
而当我们将走势看作两种状态(涨、跌),问题便转化为分类问题,而预测股市未来的价格是指为典型的回归问题。
我们有理由相信支持向量机可以对股市进行预测。
本报告是支持向量机对股票价格预测应用报告的综述,旨在于介绍预测股票价格走势的SVM简单预测模型。
该模型可以用来预测未来若干天股票价格的大体走势,这对于股票投资可以起到很好的指导性作用。
2018/9/1 10:39:25 999KB 支持向量机 股票预测
1
这是关于:支持向量机的基本内容-从零推导支持向量机(SVM)
2021/1/3 1:09:34 509KB SVM
1
本人训练SVM分类器进行HOG行人检测.环境为VS2010+OpenCV2.4.4.使用时请自行修改工程的include目录和lib目录配置。
正样本来源是INRIA数据集中的96*160大小的人体图片,使用时上下左右都去掉16个像素,截取中间的64*128大小的人体。
负样本是从不包含人体的图片中随机裁取的,大小同样是64*128。
SVM使用的是OpenCV自带的CvSVM类。
2016/1/26 4:29:46 23.65MB SVM HOG 自己训练
1
本项目即拿MFC做了一个画板,画一个数字后可自行识别数字。
有保存图片,清空画板功能,简单实用。
识别方法为SVM,调用已经训练好的MNIST数据集"SVM_DATA.xml"训练方法自行百度,一大堆。


基于OpenCv2.4.6,下载的朋友自行修改配置为本人使用的OpenCv版本即可。
2020/5/12 19:21:26 10.93MB SVM MNIST
1
该程序完成了Gabor-SVM和PCA-SVM人脸识别程序,并将两个算法精确率进行了对比,提供了一个GUI交互界面,并且附加使用说明。
2021/9/12 2:08:31 3.8MB Gabor PCA SVM 人脸识别
1
本人写的c++程序,svm(支持向量机)smo方法,可用于多分类,可运行,附有数据。
2016/10/9 1:13:20 11KB svm smo c++
1
SVM的数据分类预测—意大利葡萄酒品种识别的matlab源程序与数据-SVMpredictiondataclassification-ItalianWinetyperecognitionmatlabsourcecodeanddata
2021/2/19 2:40:08 38KB SVM 数据分类 预测
1
文件包括测试图片和svm颜色分类的cpp文件,我用的是vs2013+opencv3.4.1版本,有两张测试图片。
其中训练集数据接纳的是test.png。
2016/6/7 8:48:20 4.08MB opencv svm 颜色分类
1
共 461 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡