课程分类

课程介绍
课程目录
用户评论
课程介绍
课程目录
用户评论

你将获得

  • 掌握某些知识点
  • 学会某些技巧(或思路)

教学服务

  • icon

    1v1专属答疑服务

  • icon

    BAT专家面试辅导

讲师介绍

  • 大学三级数学教授,现已退休。主要研究方向:信号与图像处理,科技算法应用与程序开发(小波分析、经验模态分解、卡尔曼滤波、神经网络、非局部均值滤波,傅里叶变换、最小二乘法,等)。

  • 课程详情

    内容简介】《支持向量机与应用和MATLAB程序详解视频共15章156节视频,总学时1266分钟,合21.1小时主要内容包括:支持向量机(SVM)基本概念与基本理论,线性分类器及其寻找最好分类面的建模分析,线性不可分及核函数和松弛变量与惩罚因子,支持向量机SVM用于多类分类问题,支持向量机SVM及MATLAB程序实现,基于支持向量机利用图像属性分类与程序实现,基于LIBSVM软件利用图像属性分类与程序实现,基于SVM分析意大利葡萄酒多个分类,参数优化及交叉验证方法与最佳参数计算,支持向量机进行手写体数字图像识别分类,SVM回归分析预测上证开盘指数,SVM的信息粒化时序回归预测上证开盘指数变化区间,基于SVM算法进行柴油机故障诊断,支持向量机(SVM)算法与其它算法结合思路与希望。全部提供MATLAB代码程序和PPT课件。提供辅导答疑


    第一章 必先看和支持向量机(SVM)的影响力及其研究领域简介

    0.1_科研技术工程8个算法及9个问题全面说明兼开讲说明(38分钟,网络上免费试看

    0.2_店主预言先告必看第三版(4分钟,网络上免费试看

    1、SVM1_1视频教程讲些什么及应用问题说明(8分钟,视频免费试看

    2、SVM1_2程序说明与学习建议及学习基础要求(6分钟,视频免费试看

    3、SVM1_3慎拍或不拍本课程的声明及参考文献介绍(7分钟,视频免费试看

    4、SVM2_1支持向量机的百度百科说明介绍(8分钟)

    5、SVM2_2支持向量机的百度网页文库视频搜索与知网期刊检索(9分钟)

    6、SVM2_3支持向量机的知网硕博论文与外文检索及总结(5分钟)

    7、SVM3_1支持向量机基本思想解读与介绍(8分钟,视频免费试看

    8、SVM3_2支持向量机4个优点与新兴应用领域(8分钟,视频免费试看

    第二章 支持向量机(SVM)基本概念与基本理论

    9、SVM4_1SVM优势及理论基础简介(10分钟,视频免费试看

    10、SVM4_2VC维指标及其大小作用含义(7分钟)

    11、SVM4_3结构风险最小原理及其结构成分分析(8分钟)

    12、SVM4_4泛化误差界及其作用(8分钟)

    13、SVM4_5小样本非线性高维模式识别及总结(7分钟,视频免费试看

    第三章 线性分类器及其寻找最好分类面的建模分析

    14、SVM5_1线性可分与线性不可分问题(5分钟)

    15、SVM5_2线性函数与超平面及分类面(10分钟)

    16、SVM5_3分类间隔及其作用寻找最好分类面(10分钟)

    17、SVM5_4几何间隔及其作用确定最好分类面目标函数(10分钟)

    18、SVM5_5线性分类面知识总结(6分钟)

    19、SVM6_1带线性约束条件的||w||优化模型(10分钟)

    20、SVM6_2带约束条件的一般优化模型(10分钟)

    21、SVM6_3参数w的关系式转化问题(9分钟)

    22、SVM6_4分类函数g(x)的表达式转化问题(9分钟)

    23、SVM6_5寻找最好线性分类器的思路总结(9分钟,视频免费试看

    第四章 线性不可分及核函数和松弛变量与惩罚因子

    24、SVM7_1线性不可分到曲线可分例子(8分钟)

    25、SVM7_2低维向高维空间映射及目的(10分钟)

    26、SVM7_3核函数的引入与Mercer定理(9分钟)

    27、SVM7_4常用核函数及其运算验证实例(10分钟)

    28、SVM7_5核函数选择4点结论(6分钟,视频免费试看

    29、SVM7_6思考5个问题与总结(8分钟)

    30、SVM8_1软间隔分类问题产生原因分析(10分钟)

    31、SVM8_2松弛变量与惩罚因子及其作用(10分钟)

    32、SVM8_3思考问题及松弛变量博客网址(7分钟

    第五章 支持向量机SVM用于多类分类问题

    33、SVM9_1二类分类器方法回顾(8分钟)

    34、SVM9_2一类对其余类方法及其应用(7分钟)

    35、SVM9_3一对一单挑方法及其优缺点6分钟,视频免费试看

    36、SVM9_4有向无环图DAG SVM方法及其优缺点(8分钟)

    37、SVM9_5思考二分类方法与多类分类方法及总结(7分钟)

    第六章 支持向量机SVM及MATLAB程序实现

    38、SVM10_1正负分类样本数据产生及其作图显示(8分钟,有程序

    39、SVM10_2线性分类器模型及其命令linprog(6分钟,有程序)

    40、SVM10_3线性SVM模型及其命令quadprog(9分钟,有程序)

    41、SVM10_4思考数学模型及两个命令语法(9分钟,有程序

    42、SVM11_1MATLAB自带SVM命令网络搜索途径(8分钟,有程序

    43、SVM11_2函数svmtrain语法搜索及help(8分钟,有程序,视频免费试看

    44、SVM11_3svmtrain语法输入变量详解(9分钟,有程序)

    45、SVM11_4svmtrain的name及value与svmStruct分析(6分钟

    46、SVM11_5help中的例子做成脚本文件运行(10分钟,有程序)

    47、SVM11_6脚本运行及其变量结构解读(6分钟,有程序)

    48、SVM11_7思考命令及脚本处理与svmtrain的作用(7分钟,有程序

    49、SVM12_1svmclassify语句及例子改成脚本(8分钟,有程序)

    50、SVM12_2SVM的完整例程的程序分析(9分钟,有程序,视频免费试看

    51、SVM12_3svmclassify语法及其作用总结(7分钟,有程序

    第七章 基于支持向量机利用图像属性分类与程序实现

    52、SVM13_1支持向量机SVM程序使用流程(9分钟,有程序

    53、SVM13_2实际问题说明及其调入数据含义(10分钟,有程序)

    54、SVM13_3数据用途分类及归一化处理(10分钟,有程序)

    55、SVM13_4SVM训练及分类预测(10分钟,有程序

    56、SVM13_5分类准确率计算及图形显示(9分钟,有程序)

    57、SVM13_6模型扩展及分类算法扩展问题(8分钟,有程序)

    58、SVM13_7思考怎么用程序等6个问题(8分钟,有程序

    59、SVM13_8基于SVM算法进行图片分类问题的总结(6分钟,有程序)

    60、SVM14_1利用图片属性用SVM分类问题的回顾(7分钟,有程序)

    61、SVM14_2属性特征多少对分类准确率的影响(6分钟,有程序

    62、SVM14_3随机排序样本数据提升分类准确率9分钟,有程序,视频免费试看

    63、SVM14_4数据归一化影响分类准确率(10分钟,有程序)

    64、SVM14_5核函数改变及程序语句修改(8分钟,有程序)

    65、SVM14_6影响分类准确率的因素分析及总结(9分钟,有程序

    第八章 基于LIBSVM软件利用图像属性分类与程序实现

    66、SVM15_1LIBSVM软件基本情况介绍(10分钟,有程序)

    67、SVM15_2libsvmtrain语法及其参数详解(10分钟,有程序)

    68、SVM15_3libsvmpretict语法及其输出参数意义(8分钟,有程序

    69、SVM15_4利用LIBSVM程序分析图像属性分类(6分钟,有程序,视频免费试看

    70、SVM15_5命令改名复制加路径运行程序(8分钟,有程序)

    71、SVM15_6两个命令的屏幕输出数据解读(6分钟,有程序

    72、SVM15_7SVM的应用实例及3点研究方向(7分钟,有程序

    73、SVM15_8LIBSVM软件使用例程问题总结(5分钟,有程序)

    第九章 基于SVM分析意大利葡萄酒多个分类

    74、SVM16_1意大利葡萄酒分类数据实际意义(7分钟,有程序)

    75、SVM16_2数据箱形图及其13个属性分布(10分钟,有程序

    76、SVM16_3属性13个的可视化显示解读(8分钟,有程序)

    77、SVM16_4模型整体流程及程序七步详解(10分钟,有程序)

    78、SVM16_5程序调入数据及可视化语句(10分钟,有程序

    79、SVM16_6数据预处理及SVM训练语句(10分钟,有程序)

    80、SVM16_7SVM测试语句及其输出参数含义(9分钟,有程序)

    81、SVM16_8SVM输出语句修改及屏幕显示解读(7分钟,有程序

    82、SVM16_9程序的5处可改语句说明9分钟,有程序,视频免费试看

    83、SVM16_10模型扩展与方法扩展介绍(6分钟,有程序)

    84、SVM16_11思考样本随机排序及参数选取6个问题(9分钟,有程序)

    85、SVM17_1葡萄酒分类及程序运行回顾(8分钟,有程序

    86、SVM17_2调入文件命令及样本随机排序方法(9分钟,有程序)

    87、SVM17_3改动5处组合及程序运行结果(7分钟,有程序)

    88、SVM17_4再次思考6个问题与总结(4分钟,有程序

    第十章 参数优化及交叉验证方法与最佳参数计算

    89、SVM18_1葡萄酒分类程序演示与参数优化问题(9分钟,有程序)

    90、SVM18_2交叉验证方法及其3个解决方案介绍(8分钟,有程序)

    91、SVM18_3CV伪代码及计算最佳参数c和g语法(7分钟,有程序

    92、SVM18_4SVM回归问题求最佳参数c和g(4分钟,有程序

    93、SVM18_5葡萄酒分类程序用最佳参数分类(9分钟,有程序)

    94、SVM18_6最佳参数c和g取值及分类百分百(9分钟,有程序)

    95、SVM18_7思考5个问题及总结(8分钟,有程序

    第十一章 支持向量机进行手写体数字图像识别分类

    96、SVM19_1手写体数字识别问题分析(9分钟,有程序)

    97、SVM19_2卷积神经网络识别手写体数字(10分钟,有程序)

    98、SVM19_3模式识别的图像特征提取方法(8分钟,有程序

    99、SVM19_4支持向量机图像识别5步流程(4分钟,有程序)

    100、SVM19_5路径添加与字串命令strcat(8分钟,有程序)

    101、SVM19_6命令imread和im2bw转为二值图矩阵(6分钟,有程序

    102、SVM19_7命令reshape整理矩阵为1行向量(9分钟,有程序

    103、SVM19_8调入数据及数据可视化分析(9分钟,有程序)

    104、SVM19_9参数6组含义与model应用(10分钟,有程序)

    105、SVM19_10分类效率与准确率屏幕显示(9分钟,有程序

    106、SVM19_11SVM与CNN做手写体数字识别对比(5分钟,有程序

    107、SVM19_12可改之处5处及语法位置(8分钟,有程序

    108、SVM19_13用最佳参数运行程序看结果(10分钟,有程序)

    109、SVM19_14思考7个问题与答案及总结(10分钟,有程序,视频免费试看

    第十二章 SVM回归分析预测上证开盘指数

    110、SVM20_1上证指数解读与回归预测问题说明(8分钟,有程序)

    111、SVM20_2回归预测问题及6步流程分析(9分钟,有程序

    112、SVM20_3输入与输出变量的选择及显示(10分钟,有程序

    113、SVM20_4数据归一化及选取最佳参数(10分钟,有程序)

    114、SVM20_5用最佳参数训练SVM模型(9分钟,有程序)

    115、SVM20_6误差分析与数值指标解读(7分钟,有程序

    116、SVM20_7程序可改4处作用说明(7分钟,有程序

    117、SVM20_8模型扩展与方法扩展整理8分钟,有程序,视频免费试看

    118、SVM20_9思考5个问题及总结强调(10分钟,有程序)

    119、SVM21_1SVM预测上证指数问题扩展及学习目的(4分钟,有程序)

    120、SVM21_2SVM20程序运行结果再分析(9分钟,有程序)

    121、SVM21_3直接预测后两天的开盘指数(8分钟,有程序

    122、SVM21_4专家意见对指标加权做回归预测(7分钟,有程序

    123、SVM21_5相关指标加权或降维回归预测(10分钟,有程序)

    124、SVM21_6时间自变量做回归预测程序后加语句(8分钟,有程序)

    125、SVM21_7天数做自变量回归预测结果显示分析8分钟,有程序,视频免费试看

    126、SVM21_8回归预测上证开盘指数提出6个论文思路(5分钟,有程序

    第十三章 SVM的信息粒化时序回归预测上证开盘指数变化区间

    127、SVM22_1信息粒定义及c和f粒化概念(9分钟,有程序

    128、SVM22_2模糊粒子基本形式及隶属函数与图像(9分钟,有程序)

    129、SVM22_3FIG_D算法流程4步解读(8分钟,有程序)

    130、SVM22_4函数FIG_D输入与输出参数含义解读(9分钟,有程序)

    131、SVM23_1上证指数预测问题再说明(7分钟,有程序

    132、SVM23_2拟合预测变化区间问题流程(10分钟,有程序

    133、SVM23_3程序调入数据及图形显示(7分钟,有程序)

    134、SVM23_4模糊信息粒化原始数据(7分钟,有程序)

    135、SVM23_5归一化及计算最佳参数c和g(8分钟,有程序

    136、SVM23_6用最佳参数训练SVM并实际预测下界(9分钟,有程序

    137、SVM23_7回归预测R和Up及全程运行程序(7分钟,有程序

    138、SVM23_8显示11张图的解读与分析(8分钟,有程序)

    139、SVM23_9程序可改7处的要求及操作建议(10分钟,有程序)

    140、SVM23_10预测未来2周开盘指数变化区间(10分钟,有程序)

    141、SVM23_11输出不合理及增加原始数据再分析(9分钟,有程序

    142、SVM23_12区间预测中的3个参数显示与分析5分钟,有程序,视频免费试看

    143、SVM23_13模型扩展与方法扩展分析及思考问题(9分钟,有程序)

    第十四章 基于SVM算法进行柴油机故障诊断

    144、SVM24_1柴油机故障诊断问题简介(10分钟,有程序)

    145、SVM24_2故障诊断算法百度搜索情况(10分钟,有程序

    146、SVM24_3程序改写及故障数据与标签制作(9分钟,有程序

    147、SVM24_4故障数据箱形图可视化显示解读(6分钟,有程序

    148、SVM24_5数据随机排序与归一化及最佳参数(10分钟,有程序)

    149、SVM24_6用最佳参数训练SVM模型取0和3(6分钟,有程序)

    150、SVM24_7SVM分类预测的3种方案及其准确率(9分钟,有程序,视频免费试看

    151、SVM24_8分类预测准确率及误差显示与分析(7分钟,有程序

    152、SVM24_9程序可改之处4处及思考5个问题(10分钟,有程序

    153、SVM24_10柴油机故障诊断问题总结(8分钟,有程序)

    第十五章 支持向量机(SVM)算法与其它算法结合思路与希望

    154、SVM25_1支持向量机与几种优化算法结合的思路(8分钟,视频免费试看

    155、SVM25_2支持向量机与神经网络的结合问题7分钟,视频免费试看

    156、SVM25_3MATLAB自带多分类命令与希望6分钟,视频免费试看

    五、下载文件

    附件1_附件一_支持向量机程序视频学习.doc

    附件2_附件二_电子教材全部课件.PPt

    附件3_附件三_ MATLAB程序.rar