实例介绍
【实例简介】
使用matlab实现蜂群SVM,粒子群SVM,遗传算法SVM,数据包含有公共数据集,公共图像数据集,图像特征提取用了词袋,保证可用(公共图像数据集太大,删除了)
【实例截图】
【核心代码】
SVM
└── 04ABC-SVM
├── ABC_p_SVM_exmp.m
├── ABC_SVM_exmp.m
├── ABC_SVR_exmp.m
├── AdaBoost
│ ├── demo_adaboost.m
│ ├── gentleboost_model.c
│ ├── gentleboost_model.mexw32
│ ├── gentleboost_model.mexw64
│ ├── gentleboost_predict.c
│ ├── gentleboost_predict.mexw32
│ ├── gentleboost_predict.mexw64
│ ├── iris.mat
│ └── make.m
├── all.mat
├── BOW
│ ├── CalculateDictionary.m
│ ├── CompilePyramid.m
│ ├── do_assignment.m
│ ├── do_classification_adaboost_bow.m
│ ├── do_classification_adaboost_pyramid_bow.m
│ ├── do_classification_inter_svm.m
│ ├── do_classification_rbf_svm.m
│ ├── do_normalize.m
│ ├── do_p_classification__inter_svm.m
│ ├── do_p_classification__rbf_svm.m
│ ├── draw_cm.m
│ ├── EuclideanDistance.m
│ ├── find_grid.m
│ ├── find_sift_grid.m
│ ├── GenerateSiftDescriptors.m
│ ├── gentleboost_model.c
│ ├── gentleboost_model.mexw32
│ ├── gentleboost_predict.c
│ ├── gentleboost_predict.mexw32
│ ├── hist_isect_c.c
│ ├── hist_isect_c.mexw32
│ ├── hist_isect.m
│ ├── load_image.m
│ ├── MakeDataDirectory.m
│ ├── make_dir.m
│ ├── normalize_sift.m
│ ├── num2string.m
│ ├── read_image_db.m
│ ├── rotateXLabels.m
│ ├── show_results_script.m
│ └── sumnormalize.m
├── calculateFitness.m
├── CCABCFun.m
├── Choose.m
├── cont.m
├── Copy_of_ABC_SVM_exmp.m
├── Copy_of_BOW.m
├── Copy_of_ini.m
├── fengqun1.m
├── fitNess.m
├── Flash.m
├── fobj.m
├── ga_fit.mat
├── GA_SVM
│ ├── chapter_GA.m
│ ├── gaSVMcgForClass.m
│ └── wine.mat
├── gaSVMcgForClass.m
├── GA_SVM.m
├── gFlash.m
├── ini.m
├── iris_svmsix.m
├── kfold.m
├── LBP
│ ├── getmapping.m
│ └── lbp.m
├── libsvm
│ ├── libsvmread.c
│ ├── libsvmread.mexw32
│ ├── libsvmwrite.c
│ ├── libsvmwrite.mexw32
│ ├── Makefile
│ ├── make.m
│ ├── README
│ ├── svm.cpp
│ ├── svm.h
│ ├── svm_model_matlab.c
│ ├── svm_model_matlab.h
│ ├── svmpredict.c
│ ├── svmpredict.mexw32
│ ├── svmtrain.c
│ └── svmtrain.mexw32
├── main.m
├── maxflash.m
├── mymae.m
├── mymape.m
├── mymse.m
├── objfun.m
├── plotcos.m
├── plotsin.m
├── PSO_SVM
│ └── psoSVM.m
├── psoSVM.m
├── ReadMe.txt
├── SVMcgForClass.m
├── svm.cpp
├── svm.h
├── svm_model_matlab.c
├── svm_model_matlab.h
├── svmpredict.c
├── svmpredict.mexw64
├── svmtrain.c
├── svmtrain.mexw64
├── wine.mat
├── wndspd.mat
└── 人工蜂群算法
├── 9927409ABC--and-Its-Using
│ └── ABC和混沌鲶鱼ABC求函数极值
│ ├── ackley.m
│ ├── all.mat
│ ├── CABC
│ │ ├── ABCPSO.m
│ │ ├── Ackley.m
│ │ ├── CABC.m
│ │ ├── Elliptic.m
│ │ ├── f10x.m
│ │ ├── f1x.m
│ │ ├── f7x.m
│ │ ├── f9x.m
│ │ ├── g10x.m
│ │ ├── g1x.m
│ │ ├── g7x.m
│ │ ├── g9x.m
│ │ ├── GeneralizedGriewank.m
│ │ ├── iris_svmsix.m
│ │ ├── iris.txt
│ │ ├── Powell.m
│ │ ├── Rastrigin.m
│ │ ├── Rosenbock.m
│ │ ├── schwefel.m
│ │ ├── sumSquare.m
│ │ ├── Untitled.m
│ │ ├── Zakharov.m
│ │ └── 设计原文件
│ │ ├── data
│ │ │ ├── DosT4000ST.mat
│ │ │ ├── kddcup99.mdb
│ │ │ ├── NormalT4000ST.mat
│ │ │ ├── ProbeT4000ST.mat
│ │ │ ├── R2LT4000ST.mat
│ │ │ └── U2RT4000ST.mat
│ │ ├── DosT4000ST.mat
│ │ ├── kddcup99.mdb
│ │ ├── LIBSVM 2.89
│ │ │ ├── a_template_flow_usingSVM_class.m
│ │ │ ├── COPYRIGHT
│ │ │ ├── heart_scale.mat
│ │ │ ├── libsvmread.c
│ │ │ ├── libsvmread.mexw32
│ │ │ ├── libsvmwrite.c
│ │ │ ├── libsvmwrite.mexw32
│ │ │ ├── libsvm 参数说明.txt
│ │ │ ├── Makefile
│ │ │ ├── make.m
│ │ │ ├── README
│ │ │ ├── readme[by faruto].txt
│ │ │ ├── svm.cpp
│ │ │ ├── svm.h
│ │ │ ├── svm_model_matlab.c
│ │ │ ├── svm_model_matlab.h
│ │ │ ├── svm_model_matlab.obj
│ │ │ ├── svm.obj
│ │ │ ├── svmpredict.c
│ │ │ ├── svmpredict.mexw32
│ │ │ ├── svmtrain.c
│ │ │ ├── svmtrain.mexw32
│ │ │ └── test_data
│ │ │ ├── image_seg.mat
│ │ │ ├── testFor_image_seg.m
│ │ │ ├── wine_test.mat
│ │ │ └── x123.mat
│ │ ├── NormalT4000ST.mat
│ │ ├── pcaForSVM.m
│ │ ├── ProbeT4000ST.mat
│ │ ├── R2LT4000ST.mat
│ │ ├── Run_svm.m
│ │ ├── scaleForSVM.m
│ │ ├── SVMcgForClass.m
│ │ └── U2RT4000ST.mat
│ ├── calculateFitness.m
│ ├── CCABCFun.m
│ ├── griewank.m
│ ├── iris_svmsix.m
│ ├── iris.txt
│ ├── maxmin.m
│ ├── rastrigin.m
│ ├── rosenbrock.m
│ ├── runABC.asv
│ ├── runABC.m
│ ├── SABC.m
│ ├── schwefel.m
│ ├── Sphere.m
│ └── 柱状图.m
├── Choose.m
├── cont.m
├── fengqun1.m
├── fitNess.m
├── Flash.m
├── gFlash.m
├── iris_svmsix.m
├── iris.txt
├── maxflash.m
├── SABC.m
├── Tsallishuidu.m
├── Tsallis.m
└── 基于混沌局部搜索算子的人工蜂群算法_王翔.pdf
15 directories, 197 files
使用matlab实现蜂群SVM,粒子群SVM,遗传算法SVM,数据包含有公共数据集,公共图像数据集,图像特征提取用了词袋,保证可用(公共图像数据集太大,删除了)
【实例截图】
【核心代码】
SVM
└── 04ABC-SVM
├── ABC_p_SVM_exmp.m
├── ABC_SVM_exmp.m
├── ABC_SVR_exmp.m
├── AdaBoost
│ ├── demo_adaboost.m
│ ├── gentleboost_model.c
│ ├── gentleboost_model.mexw32
│ ├── gentleboost_model.mexw64
│ ├── gentleboost_predict.c
│ ├── gentleboost_predict.mexw32
│ ├── gentleboost_predict.mexw64
│ ├── iris.mat
│ └── make.m
├── all.mat
├── BOW
│ ├── CalculateDictionary.m
│ ├── CompilePyramid.m
│ ├── do_assignment.m
│ ├── do_classification_adaboost_bow.m
│ ├── do_classification_adaboost_pyramid_bow.m
│ ├── do_classification_inter_svm.m
│ ├── do_classification_rbf_svm.m
│ ├── do_normalize.m
│ ├── do_p_classification__inter_svm.m
│ ├── do_p_classification__rbf_svm.m
│ ├── draw_cm.m
│ ├── EuclideanDistance.m
│ ├── find_grid.m
│ ├── find_sift_grid.m
│ ├── GenerateSiftDescriptors.m
│ ├── gentleboost_model.c
│ ├── gentleboost_model.mexw32
│ ├── gentleboost_predict.c
│ ├── gentleboost_predict.mexw32
│ ├── hist_isect_c.c
│ ├── hist_isect_c.mexw32
│ ├── hist_isect.m
│ ├── load_image.m
│ ├── MakeDataDirectory.m
│ ├── make_dir.m
│ ├── normalize_sift.m
│ ├── num2string.m
│ ├── read_image_db.m
│ ├── rotateXLabels.m
│ ├── show_results_script.m
│ └── sumnormalize.m
├── calculateFitness.m
├── CCABCFun.m
├── Choose.m
├── cont.m
├── Copy_of_ABC_SVM_exmp.m
├── Copy_of_BOW.m
├── Copy_of_ini.m
├── fengqun1.m
├── fitNess.m
├── Flash.m
├── fobj.m
├── ga_fit.mat
├── GA_SVM
│ ├── chapter_GA.m
│ ├── gaSVMcgForClass.m
│ └── wine.mat
├── gaSVMcgForClass.m
├── GA_SVM.m
├── gFlash.m
├── ini.m
├── iris_svmsix.m
├── kfold.m
├── LBP
│ ├── getmapping.m
│ └── lbp.m
├── libsvm
│ ├── libsvmread.c
│ ├── libsvmread.mexw32
│ ├── libsvmwrite.c
│ ├── libsvmwrite.mexw32
│ ├── Makefile
│ ├── make.m
│ ├── README
│ ├── svm.cpp
│ ├── svm.h
│ ├── svm_model_matlab.c
│ ├── svm_model_matlab.h
│ ├── svmpredict.c
│ ├── svmpredict.mexw32
│ ├── svmtrain.c
│ └── svmtrain.mexw32
├── main.m
├── maxflash.m
├── mymae.m
├── mymape.m
├── mymse.m
├── objfun.m
├── plotcos.m
├── plotsin.m
├── PSO_SVM
│ └── psoSVM.m
├── psoSVM.m
├── ReadMe.txt
├── SVMcgForClass.m
├── svm.cpp
├── svm.h
├── svm_model_matlab.c
├── svm_model_matlab.h
├── svmpredict.c
├── svmpredict.mexw64
├── svmtrain.c
├── svmtrain.mexw64
├── wine.mat
├── wndspd.mat
└── 人工蜂群算法
├── 9927409ABC--and-Its-Using
│ └── ABC和混沌鲶鱼ABC求函数极值
│ ├── ackley.m
│ ├── all.mat
│ ├── CABC
│ │ ├── ABCPSO.m
│ │ ├── Ackley.m
│ │ ├── CABC.m
│ │ ├── Elliptic.m
│ │ ├── f10x.m
│ │ ├── f1x.m
│ │ ├── f7x.m
│ │ ├── f9x.m
│ │ ├── g10x.m
│ │ ├── g1x.m
│ │ ├── g7x.m
│ │ ├── g9x.m
│ │ ├── GeneralizedGriewank.m
│ │ ├── iris_svmsix.m
│ │ ├── iris.txt
│ │ ├── Powell.m
│ │ ├── Rastrigin.m
│ │ ├── Rosenbock.m
│ │ ├── schwefel.m
│ │ ├── sumSquare.m
│ │ ├── Untitled.m
│ │ ├── Zakharov.m
│ │ └── 设计原文件
│ │ ├── data
│ │ │ ├── DosT4000ST.mat
│ │ │ ├── kddcup99.mdb
│ │ │ ├── NormalT4000ST.mat
│ │ │ ├── ProbeT4000ST.mat
│ │ │ ├── R2LT4000ST.mat
│ │ │ └── U2RT4000ST.mat
│ │ ├── DosT4000ST.mat
│ │ ├── kddcup99.mdb
│ │ ├── LIBSVM 2.89
│ │ │ ├── a_template_flow_usingSVM_class.m
│ │ │ ├── COPYRIGHT
│ │ │ ├── heart_scale.mat
│ │ │ ├── libsvmread.c
│ │ │ ├── libsvmread.mexw32
│ │ │ ├── libsvmwrite.c
│ │ │ ├── libsvmwrite.mexw32
│ │ │ ├── libsvm 参数说明.txt
│ │ │ ├── Makefile
│ │ │ ├── make.m
│ │ │ ├── README
│ │ │ ├── readme[by faruto].txt
│ │ │ ├── svm.cpp
│ │ │ ├── svm.h
│ │ │ ├── svm_model_matlab.c
│ │ │ ├── svm_model_matlab.h
│ │ │ ├── svm_model_matlab.obj
│ │ │ ├── svm.obj
│ │ │ ├── svmpredict.c
│ │ │ ├── svmpredict.mexw32
│ │ │ ├── svmtrain.c
│ │ │ ├── svmtrain.mexw32
│ │ │ └── test_data
│ │ │ ├── image_seg.mat
│ │ │ ├── testFor_image_seg.m
│ │ │ ├── wine_test.mat
│ │ │ └── x123.mat
│ │ ├── NormalT4000ST.mat
│ │ ├── pcaForSVM.m
│ │ ├── ProbeT4000ST.mat
│ │ ├── R2LT4000ST.mat
│ │ ├── Run_svm.m
│ │ ├── scaleForSVM.m
│ │ ├── SVMcgForClass.m
│ │ └── U2RT4000ST.mat
│ ├── calculateFitness.m
│ ├── CCABCFun.m
│ ├── griewank.m
│ ├── iris_svmsix.m
│ ├── iris.txt
│ ├── maxmin.m
│ ├── rastrigin.m
│ ├── rosenbrock.m
│ ├── runABC.asv
│ ├── runABC.m
│ ├── SABC.m
│ ├── schwefel.m
│ ├── Sphere.m
│ └── 柱状图.m
├── Choose.m
├── cont.m
├── fengqun1.m
├── fitNess.m
├── Flash.m
├── gFlash.m
├── iris_svmsix.m
├── iris.txt
├── maxflash.m
├── SABC.m
├── Tsallishuidu.m
├── Tsallis.m
└── 基于混沌局部搜索算子的人工蜂群算法_王翔.pdf
15 directories, 197 files
标签:
蜂群SVM(ABC-SVM)遗传算法SVM(GA-SVM)粒子群SVM(PSO-SVM)公共数据集,UCMerced图像数据集 词袋模型
好例子网口号:伸出你的我的手 — 分享!
相关软件
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,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,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,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》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论