课程介绍

注意0：欲购买此课程，获取安全购买链接，索要正版授权学习平台账号，务必加咨询QQ：2536379620
注意1：由于编码原因，试听课程视频画面清晰度不如最终购买的视频。最终购买视频的画面清晰度可参见以下两张图。图1   图2
注意2：正版良心视频，购买后有机会和原作者直接短暂技术交流。               

课程目标

1、讲解神经网络的原理结构、理论推导和函数表达式;
2、讲解数值特征分类葡萄酒等级、上证开盘指数预测、柴油机故障分类、图像识别数字等实际科研问题;
3、增加多个绘图和数值指标，为论文毕设写作提供方便;
4、会看并撰写相关内容的论文毕设。

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，libsvm安装详细过程，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，识别分类函数与拟合预测函数具体表达式求解方法。

免费提供MATLAB程序。
免费提供PPT课件。
免费提供辅导答疑。

课程大纲

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)
0.2 店主预言先告必看第三版(4 分钟)
1、SVM1 1 视频教程讲些什么及应用问题说明(8 分钟)
2、SVM1 2 程序说明与学习建议及学习基础要求(6分钟)
3、SVM1 3 慎拍不拍本课程的声明及参考文献介绍(7 分钟)
4SVM21支持向量机的百度百科说明介绍(8分钟)
5、SVM22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)
6SVM23支持向量机的知网硕博论文与外文检索及总结(5分钟)
7SVM31支持向量机基本思想解读与介绍(8分钟)
8、SVM32支持向量机4个优点与新兴应用领域(8分钟)
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)
10SVM4 2VC维指标及其大小作用含义(7分钟)
11SVM43结构风险最小原理及其结构成分分析(8分钟)
12SVM44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)
14、SVM51线性可分与线性不可分问题(5分钟)
15、SVM52线性函数与超平面及分类面(10分钟)
16、SVM5 3分类问隔及其作用寻找最好分类面(10分钟)
17、SVM5 4几何问隔及其作用确定最好分类面目标雨数(10分钟)
18、SVM55线性分类面知识总结(6分钟)
19SVM61带线性约束条件的|wl优化模型(10分钟)
20、SVM62带约束条件的一般优化模型(10分钟)
21、SVM63参数w的关系式转化问题
(9分钟)
22、SVM64分类函数g(x)的表达式转化问题(9分钟)
23、SVM65寻找最好线性分类器的思路总结(9分钟)
第四章，线性不可分及核函数和松弛变量与惩罚因子
24、SVM71线性不可分到曲线可分例子(8分钟)
25、SVM72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)
29、SVM76思考5个问题与总结(8分钟)
30、SVM81软问隔分类问题产生原因分析(10分钟)
31SVM8 2松弛变量与惩罚因子及其作用(10分钟)
32、SVM83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、SVM91二类分类器方法回顾(8分钟)
34、SVM92一类对其余类方法及其应用(7分钟)
35、SVM93一对一单挑方法及其优缺点(6分钟)
36、SVM9 4有向无环图 DAG SVM 方法及其优缺点(8分钟)
37、SVM95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、SVM101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)
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 1svmdassify语句及例子改成脚本(8分钟，有程序)
50SVM12 2SVM的完整例程的程序分析(9分钟，有程序)
51、SVM12 3svmdassify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 支持向最机 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、SVM137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 利用图片屈性用 SVM 分类问题的回顾(7 分钟，有程序)
61、SVM14 2 屋性特征多少对分类准确率的影响(6 分钟，有程字
62、SVM14 3 随机排序样本数据提升分类准确率(9 分钟，有程序)
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 软件库简介及其安装详细过程说明(57 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)
70、SVM155命令改名复制加路径运行程序(8分钟，有程序)
71SVM15 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个屋性分布(10分钟，有程序)
76、SVM16 3 尾性 13个的可视化显示解读(8分钟，有程序)
77、SVM164模型整体流程及程序七步详解(10分钟，有程序)
78、SVM16 5 程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)
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、SVM171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、SVM174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a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 q取值及分类百分百(9 分钟，有程序)
95、SVM187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)
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、SVM204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)
116SVM20 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
118、SVM209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)
120SVM21 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)
123SVM21_5相关指标加权或隆维回归预测(10分钟，有程序)
124SVM21 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)
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
127SVM221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屋函数与图像(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拟合预测变化区问问题流程(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、SVM235归化及计算最佳参数c和q(8分钟，有程序)
136.SVM23 6用最佳菱数训练 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、SVM238显示11张图的解读与分析(8分钟，有程序)
139、SVM239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)
141SVM23 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)
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、SVM245 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、SVM251支持向量机与几种优化算法结合的思路(8分钟)
155、SVM252支持向量机与神经网络的结合问题(7分钟)
156、SVM25 3MATLAB自带多分类命令与希望(6分钟)
第十六章:SVM 算法识别分类与拟合预测问题的函数关系式
157、SVM26 1支持向量机基本模式及决策函数(16分钟，有程序)
158、SVM26 2model 结构含义及3个输出参数(18分钟，有程序)
159、SVM26 3详解MATLAB程序五步(16分钟，有程序)
160、SVM264决策函数程序及其表达式分析(10分钟，有程序)
161、SVM26 5程序可改5处分析及模式扩展(13分钟，有程序)
162、SVM26 6思考问题及总结强调问题(11分钟，有程序)
163、SVM27 1输入输出变量个数及分类多少问牌(14分钟，有程序)
164、SVM27 2MATLAB 程序详解及可改之处(16分钟，有程序)
165、SVM27 3模型及方法扩展与思考总结(13分钟，有程序)
166SVM28 1SVM 识别分类与拟合预测的联系及区别(12分钟，有程序)
167、SVM28 2数据归一化后训练网络及输出预测(17分钟，有程序)
168、SVM28 3决策函数表达式及5点可改之处(18分钟，有程序)
169、SVM28 4模型扩展与方法应用问题
(9 分钟，有程序)
170SVM285思考5点问题及总结强调(8分钟，有程序)
五、下载文件
附件1附件一支持向量机程序视频学习指导.doc
附件2附件二电子教材全部课件.PPt
附件3附件三MATLAB程字rar