支援向量機(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的,它在解決小樣本、非線性及高維模式識别中表現出許多特有的優勢,并能夠推廣應用到函數拟合等其他機器學習問題中。
1 數學部分
1.1 二維空間
【土壤分類】基于matlab GUI多類SVM土壤分類【含Matlab源碼 1398期】
【土壤分類】基于matlab GUI多類SVM土壤分類【含Matlab源碼 1398期】
【土壤分類】基于matlab GUI多類SVM土壤分類【含Matlab源碼 1398期】
【土壤分類】基于matlab GUI多類SVM土壤分類【含Matlab源碼 1398期】
【土壤分類】基于matlab GUI多類SVM土壤分類【含Matlab源碼 1398期】
【土壤分類】基于matlab GUI多類SVM土壤分類【含Matlab源碼 1398期】
【土壤分類】基于matlab GUI多類SVM土壤分類【含Matlab源碼 1398期】
【土壤分類】基于matlab GUI多類SVM土壤分類【含Matlab源碼 1398期】
【土壤分類】基于matlab GUI多類SVM土壤分類【含Matlab源碼 1398期】 2 算法部分
【土壤分類】基于matlab GUI多類SVM土壤分類【含Matlab源碼 1398期】
【土壤分類】基于matlab GUI多類SVM土壤分類【含Matlab源碼 1398期】
【土壤分類】基于matlab GUI多類SVM土壤分類【含Matlab源碼 1398期】
【土壤分類】基于matlab GUI多類SVM土壤分類【含Matlab源碼 1398期】
【土壤分類】基于matlab GUI多類SVM土壤分類【含Matlab源碼 1398期】
【土壤分類】基于matlab GUI多類SVM土壤分類【含Matlab源碼 1398期】 1 matlab版本
2014a
2 參考文獻
[1] 蔡利梅.MATLAB圖像處理——理論、算法與執行個體分析[M].清華大學出版社,2020.
[2]楊丹,趙海濱,龍哲.MATLAB圖像處理執行個體詳解[M].清華大學出版社,2013.
[3]周品.MATLAB圖像處理與圖形使用者界面設計[M].清華大學出版社,2013.
[4]劉成龍.精通MATLAB圖像處理[M].清華大學出版社,2015.