基于 Bp和SVM的详细方法
test_male=[s;s1];%,
SVMModel_rbf = fitcsvm(source_train,label_train,'BoxConstraint',2580,'KernelFunction','rbf','KernelScale',42^0.5*2);
%SVMModel_rbf = fitcsvm(source_train,label_train,'KernelFunction','rbf','OptimizeHyperparameters',{'BoxConstraint','KernelScale'}, 'HyperparameterOptimizationOptions',struct('ShowPlots',false));
[ans_test_male,~]=predict(SVMModel_rbf,test_male);
figure
并且采取优化的算法进行设计和研究,得到最后的分类数据结果
得的的svm的数据结果和分析的结果如上所示
bp
%for i=1:25
s=xx(1:25*5,:);
%end