解决SimpleMKL Toolbox例程exmklclass.m无法运行的问题

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 1.1k累计阅读 1.2k平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄9年

关注

原创最新推荐文章于 2026-03-28 09:28:28 发布 1.1k 阅读 AI 写同款· GEO 优化 ›

matlab 多核学习MKL,simpleMKL 多核学习之工具箱，里面包含了算法和MKL-wrapper ，其中原始工 Data Mining 数据挖掘 271万源代码下载- www.pudn.... 文件名称: simpleMKL下载收藏√ [5 4 3 2 1]开发工具: matlab文件大小: 299 KB上传时间: 2017-02-21下载次数: 0详细说明：多核学习之simpleMKL工具箱，里面包含了simpleMKL算法和MKL-wrapper算法，其中原始工具箱中MKL-wrapper不能运行，此处已进行了修正。-Multi-core learning simp... 阅读详情

记录一下，解决方法很简单，但却花了我不少时间。

解决方法：将

options.efficientkernel=1;

改为

options.efficientkernel=0;

收录于

问题解答

当前文章被收录于：

问题解答

8 篇文章 0 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

标签

#SimpleMKL toolbox #exmklclass.m #问题解决

使用SimpleMKL算法实现多核支持向量机（SVM）的Python代码详解多核学习（Multiple Kernel Learning, MKL）是一种将多个核函数结合在一起的方法，以提高学习算法的性能。在支持向量机（SVM）的背景下，多核学习的目的是找到一个最优的核函数组合，以便在特征空间中更好地区分正负样本。SimpleMKL算法是一种简化的多核学习方法，它通过线性组合多个核函数来构建一个最优的核函数。通过本文，我们详细介绍了如何使用SimpleMKL算法实现多核支持向量机（SVM）的Python代码。阅读详情

相关推荐

svm工具箱matlab代码-SimpleMKL:来自http://asi.insa-rouen.fr/enseignants/~arakot

svm工具箱matlab代码SimpleMKL 工具箱描述这个包是一组实现 SimpleMKL 算法的 Matlab 脚本。相关论文是ICML 2007论文和题为SimpleMKL的论文提供此代码是为了结果可重复性。大多数脚本都带有在线 matlab 帮助文档，并提供了一些演示脚本。演示脚本是 exmklclass.m exmklreg.m exmklmulticlass.m exmklls 磁盘在这些演示脚本中，您可以将示例中给出的 3 维 Gram 矩阵替换为一些临时矩阵，并获得不错的结果！ :) 将（希望）尽快提供更详细的文档。特征 MKL二元分类SVM MKL SVM 回归一对一和一对一 MKL SVM 大规模二元分类 MKL SVM 内存要求较低的内核实现这是来自 Matlab 1.0 版

windows版开源matlab,windows64位matlab中simplemkl

【实例简介】windows64位系统可运行simplemkl的matlab代码，内含说明【实例截图】【核心代码】6522b29d-af69-475d-9f1d-adb2d34e10d8├── build_efficientK.m├── costsvmclassls.m├── costsvmclass.m├── costsvmoneagainstall.m├── costsvmoneagainsto...

weixin_33019803的博客 274

simple MKL

一片论文，讲述MKL（多核学习）的。是模式识别的一个分类器设计

matlab 多核学习MKL,SimpleMKL 很经典的一个多核学习程序，包括对应的文章和demo ，可以很容易和上 matlab 271万源代码下载- www.pudn.com...

文件名称: SimpleMKL下载收藏√ [5 4 3 2 1]开发工具: matlab文件大小: 359 KB上传时间: 2015-11-17下载次数: 67提供者: dubiao详细说明：很经典的一个多核学习程序SimpleMKL，包括对应的文章和demo程序，可以很容易学习和上手MKL的原理和应用！-A classic learning program multicor...

weixin_29215391的博客 815

windows64位matlab中simplemkl

windows64位系统可运行simplemkl的matlab代码，内含说明

多核学习工具箱mkl

多核学习的一个工具箱，可以通过该工具箱了解多核学习的思想。

多核学习在图像分类中的应用

1摘要分类在搜索引擎中的应用非常广泛，这种分类属性可以方便在rank过程中针对不同类别实现不同的策略，来更好满足用户需求。本人接触分类时间并不长，在刚用SVM做分类的时候对一个现象一直比较困惑，看到大家将各种不同类型特征，拼接在一起，组成庞大的高维特征向量，送给SVM，得到想要的分类准确率，一直不明白这些特征中，到底是哪些特征在起作用，哪些特征组合在一起才是最佳效果，也不...

weixin_33937499的博客 1361

SimpleMKL算法的实现（多核SVM）_python代码_下载

【求教】怎么修改simplemkl中的exmklclass.m，可以进行多种特征的核函数学习和特征融合

最近在学习多核学习，但是一直不理解为什么exmklclass.m中核函数的数量和权重和数据有什么样的关系，又怎么可以进行输入多特征的样本，学习核函数的权重。求指导呀！着急！ ...

TinaLoveLF的博客 627

simpleMKL_svm多核_kernelsvm_tidezmk_多核SVM_多融合内核训练程序

SimpleMKL是一种多核分类的算法，SVM的思想(SimpleMKL is one of the multi kernel algorithm)并已经修改为可运行版本

使用SimpleMKL可以很容易地合并radius-info

最近的研究表明将训练数据的最小封闭球（MEB）的半径合并到多核学习（MKL）中的好处。但是，直接合并该半径会导致复杂的学习结构并大大增加计算量。此外，此半径对异常值的众所周知的敏感性可能会对MKL产生不利影响。在本文中，我们没有直接合并MEB的半径，而是合并了它的近亲，即数据散射矩阵的轨迹，以避免上述问题。通过分析所得优化的特征，我们证明了结合MEB半径的好处可以完全保留。更重要的是，我们的算法可以在现有的MKL框架（例如SimpleMKL）中轻松实现。唯一的区别是规范基本内核的方法。尽管这种核归一化不是我们的发明，但是我们的理论推导揭示了为什么该归一化可以实现更好的分类性能，这在以前的文献中没有出现过。如实验所示，我们的方法在各种环境下均能获得最佳的整体学习效果。从另一个角度来看，我们的工作改进了SimpleMKL，以便以有效，实用的方式利用MEB半径的信息。

从 SVM 到多核学习 MKL

SVM是机器学习里面最强大最好用的工具之一，它试图在特征空间里寻找一个超平面，以最小的错分率把正负样本分开。它的强大之处还在于，当样本在原特征空间中线性不可分，即找不到一个足够好的超平面时，可以利用核（kernel）函数，将特征映射到希尔伯特（Hilbert）空间。后者一般维度更高，通过这样的映射之后，样本在新的特征空间中便是线性可分的了。记得刚刚学习SVM的时候，对“核”这个词很恐惧，一直理...

weixin_30820077的博客 2083

Python 多核并行计算的示例代码

以前写点小程序其实根本不在乎并行，单核跑跑也没什么问题，而且我的电脑也只有双核四个超线程（下面就统称核好了），觉得去折腾并行没啥意义（除非在做IO密集型任务）。然后自从用上了32核128GB内存，看到 htop 里面一堆空载的核，很自然地就会想这个并行必须去折腾一下。后面发现，其实 Python 的并行真的非常简单。 multiprocessing vs threading Python 自带的库又全又好用，这是我特别喜欢 Python 的原因之一。Python 里面有 multiprocessing和 threading 这两个用来实现并行的库。用线程应该是很自然的想法，毕竟（直觉上）开

在matlab环境下实现支持向量机算法

关于支持向量机的理论部分我就不进行介绍了，网上有很多关于支持向量机的讲解。如：支持向量机通俗导论（理解SVM的三层境界）有兴趣的可以自行查找一下。这里我主要介绍一下如何在matlab环境下自己实现支持向量机算法。需要用到的工具：matlab，cvx工具包首先需要配置一下cvx的环境。cvx的配置和具体语法请参考 CVX Users’ Guide。cvx工具包和手册接下来我们直

FaaronZheng的专栏 7103

玩转openclaw+企业微信

OpenClaw横空出世：AI从问答到执行的范式革命 OpenClaw作为2026年AI领域的重大突破，实现了从对话机器人到智能执行体的进化。其核心价值在于"自主执行"而非简单交互，通过六层解耦架构（表现层、网关层、运行时层、技能层、工具层、记忆层）构建完整执行闭环。关键技术包括Model Context Protocol实现多模型兼容，以及事件驱动架构确保实时响应。安装过程支持多平台，通过Node.js环境即可快速部署，并支持对接主流大模型。OpenClaw标志着AI开始真正&quot

西木风落 1591

SAP FB03凭证修改实战：巧用BAPI FI_DOCUMENT_CHANGE更新抬头与行项目

本文详细介绍了SAP FB03凭证修改的实战技巧，重点解析了BAPI FI_DOCUMENT_CHANGE的使用方法。通过该接口，用户可以在不冲销原凭证的情况下直接更新抬头文本(BKTXT)和行项目文本(SGTXT)，确保凭证编号连续且符合审计要求。文章包含核心机制解析、完整实现步骤、错误处理方案以及高级应用场景，帮助开发者高效完成SAP财务凭证修改。

weixin_29251567的博客 423

多核学习工具箱Shogun的手动编译过程

多核学习工具箱Shogun的手动编译过程目录多核学习工具箱Shogun的手动编写过程一、写在前面的话二、正式开始吧三、可能有用的附录四、写在最后的话 A.可能的更新1 B.可能的更新2 一、写在前面的话任务出发点：因为在近期的学习过程中需要用到特征融合策略，经过研究发现多核学习可以适应不同来源数据的异构分布，可以通过采用不同的核函数或同一核函数不同参数设置的方...

Cratial 2481

麻雀搜索算法（SSA）详解：从鸟群智能到优化实践

麻雀搜索算法(SSA)是一种新型群智能优化算法，模拟麻雀群体的觅食行为和反捕食机制。该算法将优化问题转化为麻雀群体对食物源的搜索过程，通过发现者、加入者和警戒者的角色分工实现高效优化。SSA具有原理新颖、参数合理、收敛快速等特点，在函数优化、工程设计和机器学习等领域展现出良好应用前景。算法通过数学模型模拟麻雀的觅食策略，包括发现者全局探索、加入者局部开发和警戒者危险预警机制，有效平衡了全局搜索与局部开发能力。SSA相比传统优化算法具有更好的收敛性和优化效果。

qq_42212808的博客 1072

记调试MKL MATLAB接口

在将MKL C++代码做MATLAB接口的过程中遇到一个小问题zongshi

chenkent888的专栏 1699

组态王的日历时间控件脚本

日期时间控件中的脚本中在小于10的月份和天数前必须要加上0，这是由首字符对比机制规定的，首字母相同，就不再不做对比了，比如1和11，是一样的。首字母不同，再比较下一位。 float Ayear1; float Amonth1; float Aday1; string temp1; Ayear1=sd.Year; Amonth1=sd.Month; Aday1=sd.Day; temp1=StrFromInt( Ayear1, 10 ); if(Amonth1<10) temp1=temp1+"-0"+

逍遥子的博客 5717

12、有杆泵抽油系统：原理、性能与选择

本文全面介绍了有杆泵抽油系统的原理、性能分析和设备选择方法。有杆泵抽油系统广泛应用于石油开采领域，通过地面抽油装置与井下柱塞泵的配合，实现高效、稳定的原油提升。文章详细解析了系统的工作原理、组成结构、光杆运动特性、载荷计算、泵输送能力及功率需求，并提供了抽油装置的选择流程和实际案例分析。此外，还探讨了泵的容积效率影响因素、示功图的作用及系统优化运行的建议，为石油开采工程提供了理论支持和实践指导。

gan8painter的博客 433

支持向量机原理

支持向量机概念线性分类器首先介绍一下线性分类器的概念，C1和C2是要区分的两个类别，在二维平面中它们的样本如上图所示。中间的直线就是一个分类函数，它可以将两类样本完全分开。一般的，如果一个线性函数能够将样本完全正确的分开，就称这些数据是线性可分的，否则称为非线性可分的。线性函数是关于自变量的一次函数，在一维空间里就是一个点，在二维空间里就是一条直线，三维空间里就是一个平面，如果不关注空间的维...

weixin_34204722的博客 329

【1.2】Costas环的基本原理概述

Costas环是一种用于载波恢复的相干解调技术，可直接从BPSK等抑制载波信号中恢复本地载波并完成解调。其核心结构包含同相/正交双支路处理，通过混频、低通滤波后，利用I/Q支路信号乘积进行相位误差检测，经环路滤波器调节VCO输出频率，实现载波同步。课程将重点讲解Costas环的MATLAB仿真实现、系统性能分析及FPGA开发，包括信号产生、频偏模拟、滤波器设计等模块，并通过AWGN信道和不同频偏条件下的测试验证系统性能。该技术无需单独提取载波，在数字通信系统中具有重要应用价值。

fpga/matlab/simulink算法仿真工程 450

上一篇：解决Python中“unindent does not match any outer indentation level”问题

下一篇：用Python将数据写入Excel表格中

svm工具箱matlab代码-SimpleMKL:来自http://asi.insa-rouen.fr/enseignants/~arakot

06-16