支持向量数据描述算法(svdd)

上传者: 41611588 | 上传时间: 2019-12-21 20:54:30 | 文件大小: 202KB | 文件类型: zip
SVDD((Support Vector Data Description)即支持向量数据描述,其基本思想是通过在映射到高维的特征空间中找出一个包围目标样本点的超球体,并通过最小化该超球体所包围的体积让目标样本点尽 能地被包围在超球体中,而非目标样本点尽可能地排除在超球体中,从而达到两类之间划分的目的。该方法目标是求出能够包含正常数据样本的最小超球体的中心a和半径R。

文件下载

资源详情

[{"title":"( 7 个子文件 202KB ) 支持向量数据描述算法(svdd)","children":[{"title":"SVDD","children":[{"title":"d01_te.dat <span style='color:#111;'> 780.94KB </span>","children":null,"spread":false},{"title":"KernelMatrix.m <span style='color:#111;'> 281B </span>","children":null,"spread":false},{"title":"d00.dat <span style='color:#111;'> 406.30KB </span>","children":null,"spread":false},{"title":"svdd_solve.m <span style='color:#111;'> 1.61KB </span>","children":null,"spread":false},{"title":"SVDD.m <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"predict.m <span style='color:#111;'> 670B </span>","children":null,"spread":false},{"title":"svdd_select_sets.m <span style='color:#111;'> 554B </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

  • johnsoncy123456 :
    资源可以,需要借助论文原文来理解。
    2019-07-07

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明