关闭报错反馈
请描述您所遇到的错误,我们将尽快予以修正,谢谢!
*必填项,请输入内容
软件评级:
应用平台:win7, WinAll普通下载
libsvm工具箱是专门适配于matlab系列软件,它能够支持包括分类问题、二分类问题,能够改变一些函数中的参数,帮助用户更好地进行数学计算,有着出色的性能表现。
台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的 SVM 模式识别与回归的软件包,它不仅提供了编译好的可在 Windows 系列系统的执行文件,还提供了源代码,方便改进、修改以及在其它操作系统上应用;该软件还有一个特点,就是对 SVM 所涉及的参数调节相对比较少,提供了很多的默认参数,利用这些默认参数就可以解决很多问题;并且提供了交互检验(Cross-SVM回归等问题,包括基于一对一算法的多类模式识别问题。
总线对象和总线数组,用于在代码中生成结构
S 函数,用于对已有代码进行仿真和对接
模型块,用于增量生成代码
原子子系统和原子子图表,用于通过可重入 C 函数重用代码
指定调优和校准参数或常数的存储区
指定监测和记录信号数据的存储区
Simulink 中的 MATLAB 函数块和 Stateflow 中的 MATLAB 函数,用于从具有 MATLAB 组件的模型生成代码
将数据类型声明为整型、浮点型和定点型
整型、浮点型和定点型数据类型支持
针对单采样率、多采样率和异步模型的代码生成
重复使用存储区以最小化局部范围的数据
离散、连续或混合 Simulink 和 Simulink 模型的 ANSI/ISO C 和 C++ 代码及可执行文件
用于大型模型的增量代码生成
用于参数调优和信号监测的外部模式仿真
使用或不使用 RTOS 的单任务、多任务和多核代码执行
在\libsvm-3.25matlab目录下,有一个README文件,详细说明了安装方法。如果是windows 64位系统,预编译的二进制文件已经提供,在\libsvm-3.25\windows文件下,可以看到4个文件,分别是libsvmread.mexw64、libsvmwrite.mexw64、svmtrain.mexw64、svmpredict.mexw64。这样可以跳过下面第一步的编译步骤。
1.编译
如果是win32位系统,需要自己重新编译c文件,生成MATLAB可识别的mexw32文件。编译方法在上述的README文件也有说明。
将MATLAB的工作文件夹调整到\libsvm-3.25\matlab目录下,在MATLAB的命令行窗口输入>> mex -setup,然后选择编译器如VS2010,最后输入指令>>make。编译完成后,当前路径下会生成对应的mexw32(32位系统)mexw64(64位系统)文件。
2.重命名函数
在得到libsvmread.mexw64、libsvmwrite.mexw64、svmtrain.mexw64、svmpredict.mexw64这4个文件后,为了避免和svm内置的函数冲突,最好将svmtrain.mexw64、svmpredict.mexw64这两个文件重命名为libsvmtrain.mexw64、libsvmpredict.mexw64。
3.添加到toolbox
将libsvm-3.25文件夹放置到\MATLAB R2016b\toolbox目录下;
主页> 设置路径> 添加文件夹> 选择libsvm-3.25文件夹;
添加并包含子文件夹> 选择libsvm-3.25文件夹;
主页> 预设> 常规> 更新工具箱缓存> 确定
一对多(one-versus-rest)
训练时依次把k类样本中的某个类别归为一类,其它剩下的归为另一类,使用二分类的SVM训练处一个二分类器,最后把得到的k个二分类器组成k分类器。对未知样本分类时,分别用这k个二分类器进行分类,将分类结果中出现最多的那个类别作为最终的分类结果。
一对一(one-versus-one)
训练时对于任意两类样本都会训练一个二分类器,最终得到k(k-1)/2个二分类器,共同组成k分类器。对未知样本分类时,使用所有的k(k-1)/2个分类器进行分类,将出现最多的那个类别作为该样本最终的分类结果。
由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。使用matlab,可以分析数据,开发算法,创建模型和应用程序。借助其语言、工具和内置数学函数,您可以探求多种方法,比电子表格或传统编程语言(如 c/c++ 或 java)更快地求取结果。该软件是目前最好用、最稳定的版本,其应用广泛,其中包括信号处理和通信、图像和视频处理、控制系统、测试和测量、计算金融学及计算生物学等众多应用领域。在各行业和学术机构中,有一百多万工程师和科学家使用matlab这一技术计算语言。
猜你喜欢 / Guess You Like
请描述您所遇到的错误,我们将尽快予以修正,谢谢!
*必填项,请输入内容
网友评论 / comment
0条评论
查看所有0条评论>