%?支持向量機用于多類模式分類?-?必須選擇最優參數?GammaC
%?工具箱：OSU_SCM3.00
%?使用平臺：Matlab6.5
%?作者：陸振波，海軍工程大學
%?歡迎同行來信交流與合作，更多文章與程序下載請訪問我的個人主頁
%?電子郵件：luzhenbo@sina.com
%?個人主頁：luzhenbo.88uu.com.cn

clc
clear
close?all
%---------------------------------------------------
%?產生訓練樣本與測試樣本，每一列為一個樣本

n1?=?[rand（35）rand（35）+1rand（35）+2];
x1?=?[1*ones（15）2*ones（15）3*ones（15）];?????%?特別注意：這里的目標與神經網絡不同

n2?=?[rand（35）rand（35）+1rand（35）+2];
x2?=?[1*ones（15）2*ones（15）3*ones（15）];?????%?特別注意：這里的目標與神經網絡不同

xn_train?=?n1;??????????%?訓練樣本
dn_train?=?x1;??????????%?訓練目標

xn_test?=?n2;???????????%?測試樣本
dn_test?=?x2;???????????%?測試目標

%---------------------------------------------------
%?參數設置

Samples1?=?xn_train;?
Labels1?=?dn_train;
Samples2?=?xn_test;?
Labels2?=?dn_test;

Gamma?=?1;
C?=?1;

%---------------------------------------------------
%?訓練與測試

%?訓練
%?輸出參數即是訓練結果，其物理意義相當于網格結構參數，用于測試及新樣本識別時的輸入
%?這里使用?RbfSVC?函數訓練，還可以使用?LinearSVC?PolySVC?等函數來訓練

[AlphaY?SVs?Bias?Parameters?nSV?nLabel]?=?...
????RbfSVC（Samples1?Labels1?Gamma?C）;

%?測試
[ClassRate?DecisionValue?Ns?ConfMatrix?PreLabels]?=?...
????SVMTest（Samples2?Labels2?AlphaY?SVs?BiasParameters?nSV?nLabel）;

%---------------------------------------------------
%?輸出參數
%?ClassRate??????-??正確分類率?1x1;
%?DecisionValue??-??判別函數的輸出（僅對2類問題有效）?1xN;
%?Ns?????????????-??每一類的樣本數?1x（L+1）?或?1xL；當為1x（L+1）時，最后一個元素不屬于任何一類
%?ConfMatrix?????-??錯判矩陣?（L+1）x（L+1）?or?LxL?這里?ConfMatrix（ij）?=?P（X?in?j|?X?in?i）;
%???????????????????當為?（L+1）x（L+1）?時，最后一行和最后一列是那些不屬于任何一類的樣本
%?PreLabels??????-??實際測試輸出?1xN.?

%---------------------------------------------------
%?結果統計

Result?=?~abs（PreLabels-Labels2）???????%?正確分類顯示為1
Percent?=?sum（Result）/length（Result）???%?正確分類率

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????2738??2003-02-21?22:39??SVM--function?available\LS_SVMlab\AFE.m

?????文件???????5785??2003-02-21?22:39??SVM--function?available\LS_SVMlab\bay_errorbar.m

?????文件???????2003??2003-02-21?22:39??SVM--function?available\LS_SVMlab\bay_initlssvm.m

?????文件??????10345??2003-02-21?22:39??SVM--function?available\LS_SVMlab\bay_lssvm.m

?????文件???????8187??2003-02-21?22:39??SVM--function?available\LS_SVMlab\bay_lssvmARD.m

?????文件???????9358??2003-02-21?22:39??SVM--function?available\LS_SVMlab\bay_modoutClass.m

?????文件???????5977??2003-02-21?22:39??SVM--function?available\LS_SVMlab\bay_optimize.m

?????文件???????4178??2003-02-21?22:39??SVM--function?available\LS_SVMlab\bay_rr.m

?????文件????????164??2005-04-15?21:53??SVM--function?available\LS_SVMlab\buffer.mc

?????文件???????5632??2003-02-21?22:39??SVM--function?available\LS_SVMlab\changelssvm.m

?????文件???????4245??2005-04-15?19:10??SVM--function?available\LS_SVMlab\code.asv

?????文件???????4245??2005-04-15?19:11??SVM--function?available\LS_SVMlab\code.m

?????文件???????2118??2003-02-21?22:39??SVM--function?available\LS_SVMlab\codedist_bay.m

?????文件????????756??2003-02-21?22:39??SVM--function?available\LS_SVMlab\codedist_hamming.m

?????文件???????2018??2003-02-21?22:39??SVM--function?available\LS_SVMlab\codedist_loss.m

?????文件???????4125??2003-02-21?22:39??SVM--function?available\LS_SVMlab\codelssvm.m

?????文件???????5197??2003-02-21?22:39??SVM--function?available\LS_SVMlab\code_ECOC.m

?????文件????????550??2003-02-21?22:39??SVM--function?available\LS_SVMlab\code_MOC.m

?????文件????????364??2003-02-21?22:39??SVM--function?available\LS_SVMlab\code_OneVsAll.m

?????文件????????555??2003-02-21?22:39??SVM--function?available\LS_SVMlab\code_OneVsOne.m

?????文件?????????32??2003-03-20?09:24??SVM--function?available\LS_SVMlab\Contents.m

?????文件???????8174??2003-02-21?22:39??SVM--function?available\LS_SVMlab\crossvalidate.m

?????文件???????1886??2003-02-21?22:39??SVM--function?available\LS_SVMlab\deltablssvm.m

?????文件???????3369??2003-02-21?22:39??SVM--function?available\LS_SVMlab\democlass.m

?????文件???????3864??2003-02-21?22:39??SVM--function?available\LS_SVMlab\demofun.m

?????文件???????4748??2005-09-13?21:00??SVM--function?available\LS_SVMlab\demomodel.m

?????文件???????2259??2003-03-11?15:50??SVM--function?available\LS_SVMlab\demo_fixedclass.m

?????文件???????3099??2003-02-21?22:39??SVM--function?available\LS_SVMlab\demo_fixedsize.m

?????文件???????3337??2003-02-21?22:39??SVM--function?available\LS_SVMlab\demo_yinyang.m

?????文件???????3507??2003-02-21?22:39??SVM--function?available\LS_SVMlab\denoise_kpca.m

............此處省略422個文件信息