资源简介
一般的支持向量机(SVM)只能够用作二分类,而本次上传的代码是一个四分类的支持向量机(SVM)算法实现,代码的关键部分都会有注释,适合刚入门的小白看。本代码还用到了libsvm这个工具箱,需要读者自己配置,配置方法较为简单,自己百度就能实现。数据可以用自己的也可以用压缩包里面的。

代码片段和文件信息
function normal = normalization(xkind)
% by Li Yang BNU MATH Email:farutoliyang@gmail.com QQ:516667408
% last modified 2009.2.24
%
if nargin < 2
kind = 2;%kind = 1 or 2 表示第一类或第二类规范化
end
[mn] = size(x);
normal = zeros(mn);
%% normalize the data x to [01]
if kind == 1
for i = 1:m
ma = max( x(i:) );
mi = min( x(i:) );
normal(i:) = ( x(i:)-mi )./( ma-mi );
end
end
%% normalize the data x to [-11]
if kind == 2
for i = 1:m
mea = mean( x(i:) );
va = var( x(i:) );
normal(i:) = ( x(i:)-mea )/va;
end
end
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2019-05-05 15:53 SVM\
目录 0 2019-05-05 15:53 SVM\程序\
目录 0 2019-05-05 15:53 SVM\程序\程序\
文件 625 2018-05-31 10:03 SVM\程序\程序\normalization.m
文件 2037 2019-05-05 20:13 SVM\程序\程序\SVM.m
文件 3432 2018-05-31 10:03 SVM\程序\程序\SVM.mat
- 上一篇:学生选课信息管理系统.zip
- 下一篇:DHT11与STM32F103ZET6
相关资源
- 编程实现二维DCT变换
- 图像二值化
- 用FFT对信号进行频谱分析
- Tone-Reservation
- QGA 量子遗传算法
- 差分形式的阻滞增长模型
- 遗传算法的M文件
- 基于pytorch的UNet_demo实现及训练自己的
- 简单二阶互联系统的非线性动力学分
- 基于蚁群算法优化SVM的瓦斯涌出量预
- 基于模糊聚类和SVM的瓦斯涌出量预测
- 基于CAN总线与ZigBee的瓦斯实时监测及
- SVM-Light资料,使用说明
- 果蝇算法融合SVM的开采沉陷预测模型
- BoW|Pyramid BoW+SVM进行图像分类
- 基于libsvm的图像分割代码
- 手写数字识别-模板匹配法
- Stock_Watson_动态因子分析模型
- 果蝇优化算法优化支持向量回归程序
- 自己做的一个简单GUI扑克纸牌识别-
- 基于SVM及两类运动想象的多通道特征
- 小波包和SVM在轴承故障识别中的应用
- multi output SVR
- 林智仁教授最新版本LibSVM工具箱
- 台湾林教授的支持向量机libsvm
- AR过程的线性建模过程与各种功率谱估
- 新闻分类语料
- PCNN TOOLBOX
- plstoolbox.zip
- 中国国家基础地理信息系统GIS数据
评论
共有 条评论