原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于SMO方法的支持向量机Pascal代码实现
SMO_SVM.pas：
{ Author: Liu Liu Website: E-Mail: geo.cra@ This code is translated from a p-code by J. Platt. This code shows a SMO(Sequential Minimal Optimization) SVM. Enjoy fast and efficient SVM! This code now provide 4 different kernels. } unit SMO_SVM;
Interface
uses ?Windows, SysUtils, Variants, Classes, Graphics, Math;
type ? TVector = record ??? Items: TSingleExtendedArray; ??? Target: Extended; ? end;
TVectorArray = array of TVector; ? TSingleExtendedArray = array of extended;
TKernels = (klLinear, klGsRBF, klExpRBF, klPolynomial, klTanh); ? { ? klLinear: Linear Kernel ? klGsRBF: Gaussian RBF Kernel ? klExpRBF: Exponential RBF Kernel ? klPolynomial: Polynomial Kernel ? klTanh: Tanh Kernel ? } ? TSVM = class ? private ??? n_Degree, N: longint; ??? tolerance, eps, b: Extended; ??? alph, Error_Cache, w: TSingleExtendedArray; ??? function Learned_Func(k: longint): Extended; ??? function Kernel_Func(i1, i2: longint): Extended; ??? function PKernel_Func(i1: longint; Items2: TSingleExtendedArray): Extended; ??? function ExamineExamples(i2: longint): longint; ??? function TakeStep(i1, i2: longint): boolean; ? public ??? end_support_i: longint; Vectors: TVectorArray; ??? C, two_sigma_squared, tha, thb, pyp: Extended; ??? Kernel: TKernels; ??? procedure Learn; ??? procedure Init(sn_Degree: longint; sC, stwo_sigma_squared, stha, sthb, spyp: Extended; sKernel: TKernels); ??? procedure LearnExamples(Data: TSingleExtendedArray; Target: Extended); ??? function Optimize: longint; ??? function Predict(Itemk: TSingleExtendedArray): Extended; ??? function SaveToFile(FileName: string): boolean; ??? function LoadFromFile(FileName: string): boolean; ??? destructor Destroy; override; ? end;
implementation
procedure TSVM.Init(sn_Degree: longint; sC, stwo_sigma_squared, stha, sthb, spyp: Extended; sKernel: TKernels); var ? i: longint; begin ? n_Degree := sn_Degree; ? setlength(Vectors, $100); ? C := sC; eps := 0.001; tolerance := 0.001; ? two_sigma_squared
文档评论（0）