你知道支持向量机(SVM)是什么意思吗?答：超级通俗的解释：支持向量机是用来解决分类问题的。先考虑最简单的情况，豌豆和米粒，用晒子很快可以分开，小颗粒漏下去，大颗粒保留。用一个函数来表示就是当直径d大于某个值D，就判定为豌豆，小于某个值就是米粒。d>D,...
多类支持向量分类答：基本的支持向量机仅能解决两类分类问题。但是在实际的应用中，我们经常遇到对于多值分类问题。多值分类问题有很多解决的方法。常见的多类分类器有：1-a-r分类器，1-a-1分类器和多级B支持向量机（两类支持向量机）分类器...
支持向量机的解具有什么性质答：支持向量机的解具有以下性质：1、最优解 支持向量机模型的目标是最小化间隔风险，因此其解是最优的，即对于给定的训练数据，模型会输出一个最优解，使得间隔风险达到最小。2、稀疏性 支持向量机的解具有稀疏性，即只有...
西瓜书第六章支持向量机(6.1-6.2)答：支持向量机（SVM），全称是support vector machine,简单来说，它是一种二类分类器，基本模型就是在特征空间上寻找间隔最大的线性分类器，基于这个模型我们更改核函数就可以把它应用于非线性问题之中，首先我们看他的定义，什么...
基于支持向量机方法的土地退化信息提取答：支持向量机方法的分类函数在形式上类同于一个神经网络,其输出结果是中间节点的线性组合,而每一个中间节点对应的是输入向量和一个支持向量的内积运算。 在支持向量机方法的应用中,采用不同的内积核函数,就能够构造不同类型的非线性分类...
支持向量机答：(1)线性可分支持向量机: 又称为硬间隔支持向量机,通过硬间隔最大化来学习一个线性分类器。适合 数据线性可分 情况; (2)线性支持向量机: 又称为软间隔支持向量机,通过软间隔最大化来学习一个线性分类器。适合 数据近似线性可分 ...
支持向量机回归可以得到方程吗答：SVM被提出于1964年，在二十世纪90年代后得到快速发展并衍生出一系列改进和扩展算法，在人像识别、文本分类等模式识别（pattern recognition）问题中有得到应用[5][6]。中文名 支持向量机 外文名 Support Vector Machine, SVM ...
支持向量机SVM是否是一种概率统计的方法?答：支持向量机SVM ( Support Vector Machines)是由Vanpik领导的AT&TBell实验室研究小组 在1963年提出的一种新的非常有潜力的分类技术, SVM是一种基于统计学习理论的模式识别方法，主要应用于模式识别领域.由于当时这些研究尚不十分...
鲸鱼优化支持向量机最佳适应度达不到100答：综上所述，鲸鱼优化算法在支持向量机参数优化中的最佳适应度达不到100%是合理的。这不仅是由于算法和模型本身的局限性，还受到数据集复杂性和过拟合风险的影响。在实际应用中，我们应该更加关注模型的泛化能力而非单一的适应度...
非支撑向量在支撑向量机的分类中有什么用答：经典的支持向量机算法只给出了二类分类的算法，而在数据挖掘的实际应用中，一般要解决多类的分类问题。可以通过多个二类支持向量机的组合来解决。主要有一对多组合模式、一对一组合模式和SVM决策树；再就是通过构造多个分类器的...
网友点评：
习饰录19287002594：
如何将支持向量机模型用在预测控制中 -
卓资县2986回复：
根据你的描述:BPNN可以用matlab里的神经网络工具箱,GUI的界面或者matlab源程序都可以 SVM推荐用Libsvm或Lssvm,网上都有下载额
习饰录19287002594：
支持向量机方法有什么作?支持向量机方法有什么作用
卓资县2986回复：
已知该算法被应用的主要有:石油测井中利用测井资料预测地层孔隙度及粘粒含量、天气预报工作等
习饰录19287002594：
支持向量机可以用来求解最优化问题吗,它是不是一种优化算法 -
卓资县2986回复：
不可以求解最优化问题,不是有话算法,是用来分类或做回归分析的,像神经网络,但泛化能力比神经网络好
习饰录19287002594：
怎么用支持向量机对建立在excel中的数据进 -
卓资县2986回复：
Excel数据库创建方法 1、首先新建一个Excel表格2、在新建 Microsoft Excel 工作表中输入要编辑的内容.如图:3、选中所编辑的内容,在名称框中输入数据库的名称并按回车键.(注:在此把新建的数据库命名为“普实软件”)4、保存新建的 Microsoft Excel 工作表,数据库创建完成.
习饰录19287002594：
如何用Python实现支持向量机 -
卓资县2986回复：
看这个文章 blog.csdn.net/zouxy09/article/details/17292011 机器学习算法与Python实践之(四)支持向量机(SVM)实现
习饰录19287002594：
求助opencv 的 svm 支持向量机 的使用方法 -
卓资县2986回复：
抛砖引玉,仅供参考. 1,准备工作:对需要提取的文字特征作统计,建立特征向量. (1)建议可以采取的特征包括:黑白像素比例,霍夫曼线变化的统计量(因为文字中的笔画多数横平竖直)长宽比,如果文字大小固定,还可面积. (2)根据以上统计特征建立支持向量机(SVM) 2,图像处理 (1)先对图像与处理,调整对比度亮度,腐蚀膨胀,二值化.让文字和背景区分开来.同时尽量让文字和文字分开.倾斜校正 (2)用opencv提取轮廓,然后计算包围轮廓的矩形. (3)逐个计算矩形内的特征向量 (4)利用支持向量机进行分类处理 (5)需要考虑文字间有粘连的状况,对于特别长的矩形,需要适当切断后重复分类.
