支持向量機matlab工具箱

❶ matlab2014a有支持向量機的工具包嗎

有，命令行輸入： doc ClassificationSVM 就是

❷ matlab 支持向量機工具箱怎麼用

有的工具箱有用戶交互界面，可以直接在MATLAB的啟動菜單下進入；
有的沒有用戶界面，但是有相關的程序（或者說函數）供調用；即使有界面的工具箱，也是有相應的函數的。

可以從幫助（Help）中查詢MATLAB的工具箱的詳細使用方法。
幫助裡面對主題進行了分類，進入工具箱那一類即可

❸ 如何用BP模型和支持向量機模型在MATLAB中實現預測

如何用BP模型和支持來向量機模型源在MATLAB中實現預測
根據你的描述： BPNN可以用matlab里的神經網路工具箱，GUI的界面或者matlab源程序都可以 SVM推薦用Libsvm或Lssvm，網上都有下載額

❹ 如何將工具箱添加到matlab路徑

MATLAB有一系列豐富的自來帶自工具箱，但是針對於一些不斷興起的演算法或者處理手段，MATLAB可能並沒有相應的工具箱
那麼我們只能將這種工具箱導入到MATLAB進行使用，下面我們就通過實例，介紹一下如何導入MATLAB工具箱，我們以導入支持向量機工具箱libsvm為例進行演示。

❺ 如何向MATLAB中添加新工具箱

今天費了好大的勁終於將SVM_SteveGunn添加至我的matlab工具箱內，並且已能成功運行，現在把在添加以及運行中出現的各種問題羅列如下，並一一解決：
1、將下載的svm工具箱添加至matlab安裝目錄下
1、單獨下載的工具箱
2、把新的工具箱拷貝到某個目錄（我的是D:softmatlab2011b oolbox）。
注意：你要是添加的很多個m文件，那就把這些m文件直接拷到再下一層你想要的工具箱的文件夾里
例如，我要添加的是支持向量機工具箱，在剛才的文件夾下我已經有svm（支持向量機工具箱）文件夾了，但有的m文件還沒有，我就把新的m文件統統拷到D:softmatlab2011b oolbox svm目錄下了。如果你連某工具箱（你打算添加的）的文件夾都沒有，那就把文件夾和文件一起拷到D:softmatlab2011b oolbox 下。
先把工具箱保存到MATLAB安裝目錄的根目錄下面，然後運行matlab---->file---->set path---->add folder 然後把你的工具箱文件夾添加進去就可以了
3、在matlab的菜單file下面的set path把它（ D:softmatlab2011b oolbox svm ）加上。
4、 把路徑加進去後在file→Preferences→General的Toolbox Path Caching里點擊update Toolbox Path Cache更新一下。

記得一定要更新！我就是沒更新，所以添加了路徑，一運行還是不行。後來更新了才行。

2、在對svm工具箱進行使用時，發現了'qp.dll 不是有效的 Win32 應用程序 '
問題描述：
mex在不同windows OS下編譯的結果，所以我們需要重新編譯一下qp.dll
解決方案：
steve gunn 的包下面有一個optimiser 文件夾，把current Diretory目錄改為optimiser目錄，例如E:matlabProgramSVM_SteveGunnOptimiser，然後運行命令
>> mex -v qp.c pr_loqo.c
命令運行完畢後，你會發現原先的qp.dll變為qp.dll.old，還出現了qp.mexw32，我們把該文件改為qp.dll 復制到工具箱文件夾下。原先的工具箱文件qp.dll可以先改一下名字...
3、我在運行第二步時發現了『D:SOFTMATLAB~3BINMEX.PL: Error: Compile of 'qp.c' failed. Error using mex (line 206)
Unable to complete successfully.
這個是因為編譯器設置的問題，這里需要重新選擇設置編譯器，設置編譯器的方法：
mex -setup(mex和-setup之間要有空格)，然後我選擇的VS2010，然後再繼續運行步驟2就成功了。

❻ 關於matlab的SVM工具箱的幾個函數

能不用自帶函數不，給你個最小二乘支持向量機的自編代碼
clear all;
clc;
N=35; %樣本個數
NN1=4; %預測樣本數
%********************隨機選擇初始訓練樣本及確定預測樣本*******************************
x=[];
y=[];
index=randperm(N); %隨機排序N個序列
index=sort(index);
gama=23.411; %正則化參數
deita=0.0698; %核參數值
%thita=; %核參數值
%*********構造感知機核函數*************************************
%for i=1:N
% x1=x(:,index(i));
% for j=1:N
% x2=x(:,index(j));
% K(i,j)=tanh(deita*(x1'*x2)+thita);
% end
%end
%*********構造徑向基核函數**************************************
for i=1:N
x1=x(:,index(i));
for j=1:N
x2=x(:,index(j));
x12=x1-x2;
K(i,j)=exp(-(x12'*x12)/2/(deita*deita));
end
end
%*********構造多項式核函數****************************************
%for i=1:N
% x1=x(:,index(i));
% for j=1:N
% x2=x(:,index(j));
% K(i,j)=(1+x1'*x2)^(deita);
% end
%end
%*********構造核矩陣************************************
for i=1:N-NN1
for j=1:N-NN1
omeiga1(i,j)=K(i,j);
end
end
omeiga2=omeiga1';
omeiga=omeiga2+(1/gama)*eye(N-NN1);
A12=ones(1,N-NN1);
A21=A12';
A=[0 A12;A21 omeiga];
%**************************************
for i=1:N-NN1
B21(i,:)=y(index(i));
end
B=[0;B21];
%********LS-SVM模型的解******************************
C=A\B;
%******
b=C(1); %模型參數
for i=1:N-NN1
aipha(i)=C(i+1); %模型參數，行向量
end
%*******************************************
for i=1:N %預測模型
aifx(i)=b+(aipha)*K(1:N-NN1,i);
end
%*******************************************
aifx
index

❼ 支持向量機中所謂的支持向量究竟是什麼

在支持向量機中，距離超平面最近的且滿足一定條件的幾個訓練樣本點被稱為支持向量。

圖中有紅色和藍色兩類樣本點。黑色的實線就是最大間隔超平面。在這個例子中，A，B，C 三個點到該超平面的距離相等。

注意，這些點非常特別，這是因為超平面的參數完全由這三個點確定。該超平面和任何其他的點無關。如果改變其他點的位置，只要其他點不落入虛線上或者虛線內，那麼超平面的參數都不會改變。A，B，C 這三個點被稱為支持向量（support vectors）。

(7)支持向量機matlab工具箱擴展閱讀

一、應用

SVM在各領域的模式識別問題中有廣泛應用，包括人像識別（face recognition） 、文本分類（text categorization） 、筆跡識別（handwriting recognition） 、生物信息學 等。

二、SVM 的優點

1、高維度：SVM 可以高效的處理高維度特徵空間的分類問題。這在實際應用中意義深遠。比如，在文章分類問題中，單詞或是片語組成了特徵空間，特徵空間的維度高達 10 的 6 次方以上。

2、節省內存：盡管訓練樣本點可能有很多，但 SVM 做決策時，僅僅依賴有限個樣本（即支持向量），因此計算機內存僅僅需要儲存這些支持向量。這大大降低了內存佔用率。

3、應用廣泛：實際應用中的分類問題往往需要非線性的決策邊界。通過靈活運用核函數，SVM 可以容易的生成不同的非線性決策邊界，這保證它在不同問題上都可以有出色的表現（當然，對於不同的問題，如何選擇最適合的核函數是一個需要使用者解決的問題）。

❽ matlab怎麼搜題

不可以直接搜，需要用到添加工具箱到matlab搜索路徑，要不用代碼，要不用界面才可以使用。

重要功能

1、MATLAB®：MATLAB語言的單元測試框架。

2、Trading Toolbox™：一款用於訪問價格並將訂單發送到交易系統的新產品。

3、Financial Instruments Toolbox™：赫爾-懷特、線性高斯和LIBOR市場模型的校準和Monte Carlo模擬。

4、Image Processing Toolbox™：使用有效輪廓進行圖像分割、對10個函數實現C代碼生成，對11個函數使用GPU加速。

5、Image Acquisition Toolbox™：提供了用於採集圖像、深度圖和框架數據的Kinect® for Windows®感測器支持。

6、Statistics Toolbox™：用於二進制分類的支持向量機（SVM）、用於缺失數據的PCA演算法和 Anderson-Darling擬合優度檢驗。

7、Data Acquisition Toolbox™：為Digilent Analog Discovery Design Kit提供了支持包。

8、Vehicle Network Toolbox™：為訪問CAN匯流排上的ECU提供XCP。

優勢特點

1、高效的數值計算及符號計算功能，能使用戶從繁雜的數學運算分析中解脫出來。

2、具有完備的圖形處理功能，實現計算結果和編程的可視。

3、友好的用戶界面及接近數學表達式的自然化語言，使學者易於學習和掌握。

4、功能豐富的應用工具箱（如信號處理工具箱、通信工具箱等），為用戶提供了大量方便實用的處理工具。

❾ matlab支持向量機工具箱怎麼使用

有的工具箱有用戶交互界面，可以直接在MATLAB的啟動菜單下進入；
有的沒有版用戶界面，但是有相關的程序（權或者說函數）供調用；即使有界面的工具箱，也是有相應的函數的。

可以從幫助（Help）中查詢MATLAB的工具箱的詳細使用方法。
幫助裡面對主題進行了分類，進入工具箱那一類即可