支持向量机matlab工具箱

❶ matlab2014a有支持向量机的工具包吗

有，命令行输入： doc ClassificationSVM 就是

❷ matlab 支持向量机工具箱怎么用

有的工具箱有用户交互界面，可以直接在MATLAB的启动菜单下进入；
有的没有用户界面，但是有相关的程序（或者说函数）供调用；即使有界面的工具箱，也是有相应的函数的。

可以从帮助（Help）中查询MATLAB的工具箱的详细使用方法。
帮助里面对主题进行了分类，进入工具箱那一类即可

❸ 如何用BP模型和支持向量机模型在MATLAB中实现预测

如何用BP模型和支持来向量机模型源在MATLAB中实现预测
根据你的描述： BPNN可以用matlab里的神经网络工具箱，GUI的界面或者matlab源程序都可以 SVM推荐用Libsvm或Lssvm，网上都有下载额

❹ 如何将工具箱添加到matlab路径

MATLAB有一系列丰富的自来带自工具箱，但是针对于一些不断兴起的算法或者处理手段，MATLAB可能并没有相应的工具箱
那么我们只能将这种工具箱导入到MATLAB进行使用，下面我们就通过实例，介绍一下如何导入MATLAB工具箱，我们以导入支持向量机工具箱libsvm为例进行演示。

❺ 如何向MATLAB中添加新工具箱

今天费了好大的劲终于将SVM_SteveGunn添加至我的matlab工具箱内，并且已能成功运行，现在把在添加以及运行中出现的各种问题罗列如下，并一一解决：
1、将下载的svm工具箱添加至matlab安装目录下
1、单独下载的工具箱
2、把新的工具箱拷贝到某个目录（我的是D:softmatlab2011b oolbox）。
注意：你要是添加的很多个m文件，那就把这些m文件直接拷到再下一层你想要的工具箱的文件夹里
例如，我要添加的是支持向量机工具箱，在刚才的文件夹下我已经有svm（支持向量机工具箱）文件夹了，但有的m文件还没有，我就把新的m文件统统拷到D:softmatlab2011b oolbox svm目录下了。如果你连某工具箱（你打算添加的）的文件夹都没有，那就把文件夹和文件一起拷到D:softmatlab2011b oolbox 下。
先把工具箱保存到MATLAB安装目录的根目录下面，然后运行matlab---->file---->set path---->add folder 然后把你的工具箱文件夹添加进去就可以了
3、在matlab的菜单file下面的set path把它（ D:softmatlab2011b oolbox svm ）加上。
4、 把路径加进去后在file→Preferences→General的Toolbox Path Caching里点击update Toolbox Path Cache更新一下。

记得一定要更新！我就是没更新，所以添加了路径，一运行还是不行。后来更新了才行。

2、在对svm工具箱进行使用时，发现了'qp.dll 不是有效的 Win32 应用程序 '
问题描述：
mex在不同windows OS下编译的结果，所以我们需要重新编译一下qp.dll
解决方案：
steve gunn 的包下面有一个optimiser 文件夹，把current Diretory目录改为optimiser目录，例如E:matlabProgramSVM_SteveGunnOptimiser，然后运行命令
>> mex -v qp.c pr_loqo.c
命令运行完毕后，你会发现原先的qp.dll变为qp.dll.old，还出现了qp.mexw32，我们把该文件改为qp.dll 复制到工具箱文件夹下。原先的工具箱文件qp.dll可以先改一下名字...
3、我在运行第二步时发现了‘D:SOFTMATLAB~3BINMEX.PL: Error: Compile of 'qp.c' failed. Error using mex (line 206)
Unable to complete successfully.
这个是因为编译器设置的问题，这里需要重新选择设置编译器，设置编译器的方法：
mex -setup(mex和-setup之间要有空格)，然后我选择的VS2010，然后再继续运行步骤2就成功了。

❻ 关于matlab的SVM工具箱的几个函数

能不用自带函数不，给你个最小二乘支持向量机的自编代码
clear all;
clc;
N=35; %样本个数
NN1=4; %预测样本数
%********************随机选择初始训练样本及确定预测样本*******************************
x=[];
y=[];
index=randperm(N); %随机排序N个序列
index=sort(index);
gama=23.411; %正则化参数
deita=0.0698; %核参数值
%thita=; %核参数值
%*********构造感知机核函数*************************************
%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
%*********构造径向基核函数**************************************
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
%*********构造多项式核函数****************************************
%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
%*********构造核矩阵************************************
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); %模型参数
for i=1:N-NN1
aipha(i)=C(i+1); %模型参数，行向量
end
%*******************************************
for i=1:N %预测模型
aifx(i)=b+(aipha)*K(1:N-NN1,i);
end
%*******************************************
aifx
index

❼ 支持向量机中所谓的支持向量究竟是什么

在支持向量机中，距离超平面最近的且满足一定条件的几个训练样本点被称为支持向量。

图中有红色和蓝色两类样本点。黑色的实线就是最大间隔超平面。在这个例子中，A，B，C 三个点到该超平面的距离相等。

注意，这些点非常特别，这是因为超平面的参数完全由这三个点确定。该超平面和任何其他的点无关。如果改变其他点的位置，只要其他点不落入虚线上或者虚线内，那么超平面的参数都不会改变。A，B，C 这三个点被称为支持向量（support vectors）。

(7)支持向量机matlab工具箱扩展阅读

一、应用

SVM在各领域的模式识别问题中有广泛应用，包括人像识别（face recognition） 、文本分类（text categorization） 、笔迹识别（handwriting recognition） 、生物信息学 等。

二、SVM 的优点

1、高维度：SVM 可以高效的处理高维度特征空间的分类问题。这在实际应用中意义深远。比如，在文章分类问题中，单词或是词组组成了特征空间，特征空间的维度高达 10 的 6 次方以上。

2、节省内存：尽管训练样本点可能有很多，但 SVM 做决策时，仅仅依赖有限个样本（即支持向量），因此计算机内存仅仅需要储存这些支持向量。这大大降低了内存占用率。

3、应用广泛：实际应用中的分类问题往往需要非线性的决策边界。通过灵活运用核函数，SVM 可以容易的生成不同的非线性决策边界，这保证它在不同问题上都可以有出色的表现（当然，对于不同的问题，如何选择最适合的核函数是一个需要使用者解决的问题）。

❽ matlab怎么搜题

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

重要功能

1、MATLAB®：MATLAB语言的单元测试框架。

2、Trading Toolbox™：一款用于访问价格并将订单发送到交易系统的新产品。

3、Financial Instruments Toolbox™：赫尔-怀特、线性高斯和LIBOR市场模型的校准和Monte Carlo仿真。

4、Image Processing Toolbox™：使用有效轮廓进行图像分割、对10个函数实现C代码生成，对11个函数使用GPU加速。

5、Image Acquisition Toolbox™：提供了用于采集图像、深度图和框架数据的Kinect® for Windows®传感器支持。

6、Statistics Toolbox™：用于二进制分类的支持向量机（SVM）、用于缺失数据的PCA算法和 Anderson-Darling拟合优度检验。

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

8、Vehicle Network Toolbox™：为访问CAN总线上的ECU提供XCP。

优势特点

1、高效的数值计算及符号计算功能，能使用户从繁杂的数学运算分析中解脱出来。

2、具有完备的图形处理功能，实现计算结果和编程的可视。

3、友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握。

4、功能丰富的应用工具箱（如信号处理工具箱、通信工具箱等），为用户提供了大量方便实用的处理工具。

❾ matlab支持向量机工具箱怎么使用

有的工具箱有用户交互界面，可以直接在MATLAB的启动菜单下进入；
有的没有版用户界面，但是有相关的程序（权或者说函数）供调用；即使有界面的工具箱，也是有相应的函数的。

可以从帮助（Help）中查询MATLAB的工具箱的详细使用方法。
帮助里面对主题进行了分类，进入工具箱那一类即可