• 大小: 0.95M
    文件类型: .rar
    金币: 1
    下载: 0 次
    发布日期: 2021-03-28
  • 语言: Matlab
  • 标签: matlab  

资源简介


用于SVR程序运算,这里实现了SVM工具箱的多类分类与函数拟合回归算法

资源截图

代码片段和文件信息

function [featureseigveceigvals] = AFE(Xskernel kernel_parsXtypenbeigveceigvals)
% Automatic Feature Extraction by Nystr鰉 method
%
%
% >> features = AFE(X kernel sig2 Xt)
%
% Description
% Using the Nystr鰉 approximation method the mapping of data to
% the feature space can be evaluated explicitly. This gives the
% features that one can use for a linear regression or
% classification. The decomposition of the mapping to the feature
% space relies on the eigenvalue decomposition of the kernel
% matrix. The Matlab (‘eigs‘) or Nystr鰉‘s (‘eign‘) approximation
% using the nb most important eigenvectors/eigenvalues can be
% used. The eigenvalue decomposition is not re-calculated if it is
% passed as an extra argument. This routine internally calls a cmex file.
%
% Full syntax

% >> [features U lam] = AFE(X kernel sig2 Xt) 
% >> [features U lam] = AFE(X kernel sig2 Xt type) 
% >> [features U lam] = AFE(X kernel sig2 Xt type nb) 
% >> features          = AFE(X 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2738  2003-02-21 22:39  LS_SVMlab\AFE.m

     文件       5785  2003-02-21 22:39  LS_SVMlab\bay_errorbar.m

     文件       2003  2003-02-21 22:39  LS_SVMlab\bay_initlssvm.m

     文件      10345  2003-02-21 22:39  LS_SVMlab\bay_lssvm.m

     文件       8187  2003-02-21 22:39  LS_SVMlab\bay_lssvmARD.m

     文件       9358  2003-02-21 22:39  LS_SVMlab\bay_modoutClass.m

     文件       5977  2003-02-21 22:39  LS_SVMlab\bay_optimize.m

     文件       4178  2003-02-21 22:39  LS_SVMlab\bay_rr.m

     文件        164  2005-04-15 21:53  LS_SVMlab\buffer.mc

     文件       5632  2003-02-21 22:39  LS_SVMlab\changelssvm.m

     文件       4245  2005-04-15 19:10  LS_SVMlab\code.asv

     文件       4245  2005-04-15 19:11  LS_SVMlab\code.m

     文件       2118  2003-02-21 22:39  LS_SVMlab\codedist_bay.m

     文件        756  2003-02-21 22:39  LS_SVMlab\codedist_hamming.m

     文件       2018  2003-02-21 22:39  LS_SVMlab\codedist_loss.m

     文件       4125  2003-02-21 22:39  LS_SVMlab\codelssvm.m

     文件       5197  2003-02-21 22:39  LS_SVMlab\code_ECOC.m

     文件        550  2003-02-21 22:39  LS_SVMlab\code_MOC.m

     文件        364  2003-02-21 22:39  LS_SVMlab\code_OneVsAll.m

     文件        555  2003-02-21 22:39  LS_SVMlab\code_OneVsOne.m

     文件         32  2003-03-20 09:24  LS_SVMlab\Contents.m

     文件       8174  2003-02-21 22:39  LS_SVMlab\crossvalidate.m

     文件       1886  2003-02-21 22:39  LS_SVMlab\deltablssvm.m

     文件       3369  2003-02-21 22:39  LS_SVMlab\democlass.m

     文件       3864  2003-02-21 22:39  LS_SVMlab\demofun.m

     文件       4748  2005-09-13 21:00  LS_SVMlab\demomodel.m

     文件       2259  2003-03-11 15:50  LS_SVMlab\demo_fixedclass.m

     文件       3099  2003-02-21 22:39  LS_SVMlab\demo_fixedsize.m

     文件       3337  2003-02-21 22:39  LS_SVMlab\demo_yinyang.m

     文件       3507  2003-02-21 22:39  LS_SVMlab\denoise_kpca.m

............此处省略62个文件信息

评论

共有 条评论