SVMMDRBF:学习用于支持向量机分类的马氏距离核-matlab开发

  • P8_216692
    了解作者
  • 92.2KB
    文件大小
  • zip
    文件格式
  • 0
    收藏次数
  • VIP专享
    资源类型
  • 0
    下载次数
  • 2022-06-05 05:39
    上传日期
度量学习和支持向量机 (SVM) 的思想在最近的许多工作中相互学习。 SVM算法得到的分类器有很多优点,包括最大边距和核技巧。 同时,度量学习算法可以得到一个强调相关特征并减少非信息特征影响的马氏距离函数。 这两种方法的组合,称为基于马氏距离的径向基函数 (MDRBF) 核的 SVM,似乎是大多数分类问题的良好解决方案。 我们开发了一种学习马氏距离核的算法,用于支持向量机分类。 这是一个演示代码。 如果您发现代码有用,请引用我们的论文“Jiangyuan Mei、Xianqiang Yang 和 Huijun Gao,Learning a Mahalanobis distance kernel for support vector machine classification,Journal of The Franklin Institute,正在审查中”。
53749-svmmdrbf.zip
  • SVMMDRBF.zip
    96.7KB
评论
    相关推荐