说明：浙江大学研究生《人工智能》课件中关于统计学理论和支持向量机的课件

说明：svm(支持向量机)分类算法本质上是二类分类器，实现多类分类的方法一般是将多类分类看作是多个一对多的二类分类器。本程序就是基于svmlight的svm多类分类器实现。对分类感兴趣的用户请参照。配合中文分词（参见我上传的程序），可实现中文多类分本分类。

说明：目前的svm(支持向量机)分类算法开源实现如svmlight和svmlib都没有界面，使用不方便。这个程序基于svmlight整合在VC++开发环境。将给VC用户带来极大方便。

说明：VC维理论和结构风险最小化准则是统计学习理论中的重要内容,基于这一理论的支持向量机算法由于具有好的泛化性能受到重视,并被研究用于文本分类问题.基于多项式核的研究工作认为SVM的泛化能力不受多项式阶数的影响,并且能够处理很高维的分类问题,用于文本分类无需进行特征选择.研究发现,随着多项式核阶数的升高,SVM文本分类器会出现过学习现象,并且特征数越多越明显,特征选择是必需的.通过估计函数集的VC维,基于结构风险最小化理论对此问题进行分析,得出的结论跟实验结果相符.

说明：支持向量机工具箱，由于分类，拟合和概率估计

说明：学习支持向量机的好东西，大家可以下在来看一看，不错的东西哦

说明：用遗传算法进行特征选择并优化支持向量机的核函数参数和惩罚因子

说明：支持向量机的经典算法，对于你学习模式识别非常有帮助，基于matlab 的平台

说明：模糊支持向量机与主成分分析在人脸识别中的应用

说明：breast cancer dataset，是研究支持向量机，样本选择方法，核方法的一个非常重要的数据集

说明： 本文的题目是改进的核函数算法及其在人脸识别中的应用研究。 本文在系统学习现有核函数及支持向量机相关理论的基础上，系统研究了自适应选择核函数算法，通过引入朴素正则风险最小化准则，提出了一种改进的在线核函数算法。算法采用截断误差最小化、合理选取拉格郎日因子等方法对新增样本进行训练，有效地克服了现有方法收敛精度低和不能自适应选择样本的困难。 根据独立分量分析的原理和特点，将改进的核函数算法引入人脸识别的研究中，给出了基于ICA-SVM的人脸识别算法及实现方法。 论文分别应用数值仿真及现有人脸数据库，分析了算法的数值特性并验证了算法的可靠性和实用性。 本文数值仿真与分析软件基于MATLAB和LABVIEW虚拟仪器设计开发。 本文档是nh文件，可以用caj打开。与大家共享！！

说明：支持向量机是一种专门用于样本分类的算法,本程序用VC++实现了SVM算法

说明：对应支持向量机的一些应用的原代码,下载存放在WORK文件夹下即可

说明：支持向量机的工具箱,功能比较齐全,安装在MATLAB的TOOBOX目录里面即可

说明：支持向量机导轮，让你对svm有更进一步的理解，

说明：我写的支持向量机做回归分析程序，下载后，设计样本数据，就可以用

说明：一个完整的SVM支持向量机分类器的vc++源程序

说明：在网上看到的一个在线SVR(支持向量机回归)的C++代码,希望对大家有帮助

说明：自动化学报 关于统计学习理论与支持向量机 张学工 (清华大学自动化系, 智能技术与系统国家重点实验室　北京　100084)

说明：本书是清华大学自动化教材,主要讨论统计模式识别理论和方法,包括了贝叶斯决策理论、线性和非线性判别函数、近邻规则、经验风险最小化、特征提取和选择、聚类分析、人工神经网络、模糊模式识别、模拟退火和遗传算法，以及统计学习理论和支持向量机等内容，还介绍了模式识别在人脸识别、说话人语音识别及字符识别等中的应用实例。

说明：本程序是 用来计算支持向量机的,完全可用!我自己作过实验!

说明：支持向量机的MATLAB训练测试源代码,绝对好用.

说明：本书深入浅出的讲解了支持向量机的方方面面，语言精炼、易懂，很适合初学者的学习和阅读。

说明：本书深入浅出的讲解了支持向量机的方方面面，语言精炼、易懂，很适合初学者的学习。

说明：支持向量机实现代码！

说明：[matlab]支持向量机(SVM)用于分类的算法实现

说明：实际应用中所采集的大多是彩色序列图像，研究彩色序列图像的人脸检测和识别有特别重要的意义. 文中对彩色序列图像的人脸检测和识别进行了深入的研究和探讨，在综合了国内外计算机视觉和人工智能领域先进理论 和技术的基础上，开发了一个完整的人脸检测和识别系统.在系统实现过程中，提出了以下一些创新性的概念、 方法和系统结构.关　 键　 词：人脸检测 人脸识别 肤色分析 运动分析 支撑向量机 主成分分析

说明：一个基于C++的支持向量机源程序，内附示例数据文件

说明：一般的支持向量机算法比较单一，此算法实现了几种类型的支持向量机算法，可用于参考

说明：SVM支持向量机 里面包含一个教程，包括支持向量机的原理，也可以直接看接口函数直接调用