svm相关的资料

【实例简介】
基本上是我以前做svm算法的资料，包括了分析svm算法，对学习svm算法还是挺有用的资料的 svm算法的分析在我的blog里 http://blog.csdn.net/techq/article/details/6171688 辛苦分还得赚点，谢谢各位
【实例截图】
【核心代码】
16359647448072632197.rar
└── SVM
├── a2a.t
├── C_SVM解题流程.doc
├── guide.pdf
├── libsvm.pdf
├── libsvm_src代码分析.pdf
├── libsvm文本分类.doc
├── matlab中一对一M-SVM算法实现.pdf
├── Sequencial+Minimal+Optimization-a+Fast+Alg+for+Training+SVM.pdf
├── SimplifiedSMO.pdf
├── SMO
│   ├── A Tutorial on Support Vector Regression.pdf
│   ├── svm_SMO.m
│   ├── SVM的SMO算法实现.doc
│   └── 文中60页有svm中的SMO代码.txt
├── SMO(matlab).m
├── smoTR.PDF
├── SMO算法实现（IDL实现） - Copy.txt
├── SMO算法实现（JAVA实现）.java
├── SMO解题流程.doc
├── SMO过程.doc
├── SVM_SMO.rar
├── SVM入门.pdf
├── svm原理.pdf
├── TextMining04-分类.pdf
├── 代码
│   ├── libsvm-3.0
│   │   ├── COPYRIGHT
│   │   ├── FAQ.html
│   │   ├── heart_scale
│   │   ├── java
│   │   │   ├── libsvm
│   │   │   │   ├── svm.java
│   │   │   │   ├── svm.m4
│   │   │   │   ├── svm_model.java
│   │   │   │   ├── svm_node.java
│   │   │   │   ├── svm_parameter.java
│   │   │   │   ├── svm_print_interface.java
│   │   │   │   └── svm_problem.java
│   │   │   ├── libsvmClass
│   │   │   │   ├── AppletFrame$1.class
│   │   │   │   ├── AppletFrame.class
│   │   │   │   ├── libsvm
│   │   │   │   │   ├── Cache$1.class
│   │   │   │   │   ├── Cache$head_t.class
│   │   │   │   │   ├── Cache.class
│   │   │   │   │   ├── Kernel.class
│   │   │   │   │   ├── ONE_CLASS_Q.class
│   │   │   │   │   ├── QMatrix.class
│   │   │   │   │   ├── Solver$SolutionInfo.class
│   │   │   │   │   ├── Solver.class
│   │   │   │   │   ├── Solver_NU.class
│   │   │   │   │   ├── SVC_Q.class
│   │   │   │   │   ├── svm$1.class
│   │   │   │   │   ├── svm$decision_function.class
│   │   │   │   │   ├── svm.class
│   │   │   │   │   ├── svm_model.class
│   │   │   │   │   ├── svm_node.class
│   │   │   │   │   ├── svm_parameter.class
│   │   │   │   │   ├── svm_print_interface.class
│   │   │   │   │   ├── svm_problem.class
│   │   │   │   │   └── SVR_Q.class
│   │   │   │   ├── META-INF
│   │   │   │   │   └── MANIFEST.MF
│   │   │   │   ├── svm_predict.class
│   │   │   │   ├── svm_scale.class
│   │   │   │   ├── svm_toy$1.class
│   │   │   │   ├── svm_toy$2.class
│   │   │   │   ├── svm_toy$3.class
│   │   │   │   ├── svm_toy$4.class
│   │   │   │   ├── svm_toy$5.class
│   │   │   │   ├── svm_toy$6.class
│   │   │   │   ├── svm_toy$point.class
│   │   │   │   ├── svm_toy.class
│   │   │   │   ├── svm_train$1.class
│   │   │   │   └── svm_train.class
│   │   │   ├── libsvm.jar
│   │   │   ├── Makefile
│   │   │   ├── svm_predict.java
│   │   │   ├── svm_scale.java
│   │   │   ├── svm_toy.java
│   │   │   ├── svm_train.java
│   │   │   └── test_applet.html
│   │   ├── Makefile
│   │   ├── Makefile.win
│   │   ├── python
│   │   │   ├── Makefile
│   │   │   ├── README
│   │   │   ├── svm.py
│   │   │   └── svmutil.py
│   │   ├── README
│   │   ├── svm.cpp
│   │   ├── svm.def
│   │   ├── svm.h
│   │   ├── svm-predict.c
│   │   ├── svm-scale.c
│   │   ├── svm-toy
│   │   │   ├── gtk
│   │   │   │   ├── callbacks.cpp
│   │   │   │   ├── callbacks.h
│   │   │   │   ├── interface.c
│   │   │   │   ├── interface.h
│   │   │   │   ├── main.c
│   │   │   │   ├── Makefile
│   │   │   │   └── svm-toy.glade
│   │   │   ├── qt
│   │   │   │   ├── Makefile
│   │   │   │   └── svm-toy.cpp
│   │   │   └── windows
│   │   │   └── svm-toy.cpp
│   │   ├── svm-train.c
│   │   ├── tools
│   │   │   ├── checkdata.py
│   │   │   ├── easy.py
│   │   │   ├── grid.py
│   │   │   ├── README
│   │   │   └── subset.py
│   │   └── windows
│   │   ├── libsvm.dll
│   │   ├── svm-predict.exe
│   │   ├── svm-scale.exe
│   │   ├── svm-toy.exe
│   │   └── svm-train.exe
│   └── libsvm-3.0.zip
├── 关于我的成果
│   └── 论文准备.doc
├── 序贯最小化方法.ppt
├── 支撑向量机回归的简化SMO算法.pdf
└── 武汉科技大学SVM分类器课件.ppt

17 directories, 112 files