说明：关于支持向量机分类、回归、模糊支持向量机的程序

说明：支持向量机 最小二乘支持向量机 matlab ls-svmlab SVM matlab matlab工具 matlab 支持向量机 svm LS-SVMlab工具箱及示例程序

说明：用线性支持向量机，lsvm分类器实现分类，同时给出了实验结果。还画出了支持向量。

说明：应用支持向量机回归和相空间重构对时间序列进行预测

说明：基于粒子群与模拟退火优化算法的最小二乘支持向量机参数自选择方法预测混沌序列

说明：指纹图像的质量测量与评价,在指纹图像分割、增强及指纹匹配等环节都有重要应用. 同时,指纹图像的质量分类,对指纹识别算法的适用性研究也有重要意义. 本文提出一种基于支持向量机的指纹图像质量分类方法.该方法选择梯度、Gabor特征、方向对比度等指标,利用支持向量机有效实现指纹图像质量分类. 并采用少类样本合成过采样技术( SMOTE)降低指纹图像质量好坏的类别不平衡问题对分类的影响. 理论分析和实验结果都表明该方法能够较为有效地提高指纹图像质量分类的正确率.

说明：遗传算法的matlab程序 最小二乘支持向量机程序

说明：79419096svr一维支持向量机回归以及二维支持向量机回归

说明：支持向量机的matlab代码。其中包括支持向量机的训练代码。

说明：支持向量机回归在股市预测中的应用,有论文和大量仿真曲线说明

说明：利用微粒群算法（pso）优化支持向量机（SVM）的参数-c,-g

说明：二维线性鉴别分析(2DLDA)算法能有效解决线性鉴别分析(LDA)算法的“小样本”效应，支持向量机 (SVM)具有结构风险最小化的特点，将两者结合起来用于人脸识别。首先，利用小波变换获取人脸图像的低频分量，忽 略高频分量：然后，用2DLDA算法提取人脸图像低频分量的线性鉴别特征，用“一对多”的SVM 多类分类算法完成人脸 识别。基于ORL人脸数据库和Yale人脸数据库的实验结果验证了2DLDA+SVM算法应用于人脸识别的有效性。

说明：这是MATLAB学习LSDA降维方法的核心程序，将降维后的特征用支持向量机进行训练和识别！

说明：小波支持向量机小波支持向量机小波支持向量机

说明：用遗传算法改进支持向量机的算法，虽然比较老点，但是还是很有用。

说明：要建立一个有效的支持向量回归(SVR)模型，支持向量回归的3个参数c，y，占丛须预先设定。提出一种新型的遗传算 法一智能遗传算法(IGA)对支持向量回归进行参数调节，以达到寻找最优参数的目的，然后和支持向量回归结合得到一种新的 IGASVR模型，并应用于城市人口预测。最后，将提出的方法与标准SVR模型和BP神经网络模型进行比较，所得结果表明，该模 型训练速度快，并且有较高预测精度，是一种有效的人口预测方法。

说明：为了选择神经网络的最好结构以及增强模型的推广能力，提出一种自适应支持向量回归神经网络(SVR—NN)。SVR—NN 用支持向量回归(SVR)方法获得网络的初始结构和权值， 白适应地生 成网络隐层结点，然后用基于退火过程的鲁棒学习算法更新网络结点疹教和权 主。 SVR—NN有很 好的收敛性和鲁棒性，能抑制由于数据异常和参数选择不当所导致的“过拟合，’现象。将SVR—NN 应用到时间序列预测上。结果表明，SVR．NN预测模型能精确地预测混沌时间序列，具有很好的 理论和应用价值。

说明：：为了提高最小二乘支持向量回归机的性能，将Morlet小波核函数引入其中，形成了最小二乘小波支 持向量回归机模型。利用待优化的参数重构模型的目标函数和约束条件，并在此基础上通过遗传算法进行参数 选择，从而提高了该模型的泛化能力。将最小二乘小波支持向量回归机应用于导弹陀螺仪的漂移趋势预测，仿真 实验结果表明了该方法的有效性和可行性，因此可以为陀螺仪的故障预报、可靠性辅助决策提供依据。

说明：基于混沌粒子群与模拟退火优化算法的最小二乘支持向量机参数自选择方法

说明：有关图像的目标识别："给出一种基于特征分类辨识的合成孔径雷达图像目标检测方法#用恒虚警和扩展分形方法对3&E图像进行目 标检测后用面积和峰值能量比算子辨识目标和背景杂波!去除一部分虚警!用小波域主成分分析对每个检测窗口内的图 像提取特征向量!用支持向量机对提取得到的特征向量进行分类!辨识目标和背景杂波!完成目标检测#使用&K?3数 据对该方法进行验证和分析!实验结果表明!经过特征分类辨识后!在检测率不变的情况下!虚警数目显著降低#

说明：支持向量机SVM入门学习资料，是word版的，学习SVM的同志一定要看！

说明：利用支持向量机的分类特性，结合modis的云图像，对云相态进行分类，利用svm云相态分类算法源代码

说明：支持向量机引导.ppt支持向量机引导.ppt

说明：用超球面支持向量机进行多类分类,每个超球面覆盖一个类

说明：线性预测算法基于遗传算法-支持向量机的水库叶绿素a浓度短期预测非线性时序模型,利学水 报 2009 年 1 月 SHUILI XUEBAO 第第 40 卷 1 期文章编号 :055929350 2009 0120046206 基于遗传算法

说明：支持向量机的matlab程序代码，还有支持向量机的原理说明

说明：Tax和Duin提出的支持向量数据域描述（SVDD）方法，此论文适合适SVDD初学者。

说明：详细介绍了代价敏感支持向量机~~请有需要的迅速下载~~

说明：用于人脸识别的主成分分析和模糊支持向量机程序，通过测试，能完成工作

说明：用于人脸识别的模糊独立成分分析+主成分分析，用模糊支持向量机进行的分类。