Go To English Version 超过100万源码资源,1000万源码文件免费下载
  • LCD-Svr(用于笔记本锁键盘)

    笔记本一般没有电源键,较难锁屏,用这个软件可锁屏,双击即可使用

  • matlab中LS_SVMlab工具箱

    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

  • svr的matlab工具箱

    支持向量机的基本理论是从二类分类问题提出的。我想绝大部分网友仅着重于理解二类分类问题上了,我当初也是这样,认识事物都有一个过程。二类分类的基本原理固然重要,我在这里也不再赘述,很多文章和书籍都有提及。我觉得对于工具箱的使用而言,理解如何实现从二类分类到多类分类的过渡才是最核心的内容。下面我仅以1-a-r算法为例,解释如何由二类分类器构造多类分类器。

  • SVR(SVM)()()

    对于分类问题,支持向量机的基本思想是将线性不可分样 本经非线性变换币映射到另一个高维空间E中,在变换后的 空J’日J中寻找一个最优的分界面(超平面),使其推广能力最好。 以两类分类问题为例说明支持向量机的基本原理。

  • LCD屏幕保护程序 LCD-Svr.zip

    屏幕保护程序主要是针对CRT显示器,这样的程序对于LCD屏和它的背光灯管来说却不能起到真正的保护。   相信随着现在笔记本电脑的不断降价,很多人都买了一款心仪以久的本本。本本中最娇贵的无疑是LCD屏了,不仅它的标称寿命一般只有5年,而且使用时要注意不能重压,要常清洁,怕潮,怕强光。很多情况是本本用久了,其它部分还都过得去,只是LCD屏幕内的背光灯管老化造成颜色变黄亮度变暗,直接影响使用

  • Gunn开发的svm程序

    将支持向量机用于解决分类问题即支持向量回归(svc).将支持向量机用于解决回归问题即支持向量回归(svr)。S.R.Gunn编写了Matlab SVM工具箱。该工具箱运行在MATLAB环境下,由许多用m语言编写的脚本文件和函数组成,为SVM技术的工程化、实用化提供了一个良好的平台。

  • (机器学习使用)svm库

    目前使用最广泛的且最好用的svm库 包括SVM分类与SVR回归分析

  • TCPIP服务器连接组件,快速开发高性能TCP服务器(C/S),socket异步连接并发高

    简单几部就可以开发出高性能的C/S模式tcp服务器 演示源码里有数据报文重载势力,可以根据实际需求进行 不同数据格式的开发。 已经基于这个开发多个物联网相关实际应用 启动部分代码 //新建服务TcpSvr svr = new TcpSvr(6000, 50, new Coder(Coder.EncodingMothord.Unicode));

  • 自调用支持向量回归和偏最小二乘优化支持向量机参数

    将均匀设计( UD )分别与自调用支持向量回归( SVR )、偏最小二乘回归( PLR ) 结合, 提出了两种将大样本搜索转化为小样本搜索的策略UD

  • LIBSVM使用介绍

    LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、 易于使用、快速有效的通用SVM 软件包,可以解决分类问题(包括C - SVC、 n - SVC)、回归问题(包括e - SVR、n - SVR)以及分布估计(one - class - SVM ) 等问题,提供了线性、多项式、径向基和S形函数四种常用的核函数供选择,可 以有效地解决多类问题、交叉验证选择