搜索资源列表
MATLAB-Neural-network-cases
- 共有30个MATLAB神经网络的案例(含可运行程序），包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群）、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。-Neural network cases
30-case-studies
- MATLAB神经网络30个案例分析__读者调用案例的时候，只要把案例中的数据换成自己需要处理的数据，即可实现自己想要的网络。该书共有30个MATLAB神经网络的案例(含可运行程序），包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群）、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。-30 case studies of the MATLAB Neural Network __ readers call the case, as
GA-PSO
- 遗传算法和粒子群算法以及网格搜索法优化神经网络SVM的高斯核参数和惩罚参数-Optimization of Genetic Algorithm Neural Network SVM Gaussian kernel parameters and penalty parameter
149373c
- pso-svm利用回归预测分析最佳的参数进行SVM网络训练 分析结果- pso-svm Analysis of the best use of parametric regression prediction network training SVM analysis results
pso-svm-prediction
- 该程序是基于粒子群算法优化支持向量机中的正则化参数C和核函数参数K的算法，实现了对电力负荷的短期预测，预测效果较好，可根据自己要求进行更改。-The algorithm is based on particle swarm optimization algorithm to optimize regularization parameter C and kernel function parameter K in support vector machine. It realizes the s
pso-optimization
- 基于粒子群（pso）的参数寻优，可以做BP和svm的参数寻优。-Based on Particle Swarm (pso) parameter optimization, BP and svm you can do the parameter optimization.
PSO-LSSVM
- 利用改进PSO算法对LS-SVM进行参数优化，参数 和 的取值范围分别为 和 ，粒子种群数量为 25，迭代次数为 100，惯性权重因子 和 取0.9和0.1，学习因子 和 均取2。-The parameters of PS-SVM are optimized by using the improved PSO algorithm. The range of parameters is 25, the number of particles is 25, the number of iterati
PSO-LSSVM-CLASS
- 经过优化得到的参数组，利用优化的参数构建LS-SVM模型，然后使用训练样本对其进行训练。 利用训练后的LS-SVM对测试样本进行分类，-The optimized parameters are used to construct the LS-SVM model with optimized parameters, and then trained using training samples. Using the trained LS-SVM to classify the tes
4
- pso svm classification
psoSVM
- 粒子群优化支持向量机代码，可用于预测分析(Particle swarm optimization support vector machine code, can be used for predictive analysis)
psosvm
- 粒子群优化支持向量机对电池寿命进行预测，利用粒子群优化支持向量机参数(Particle swarm optimization support vector machine is used to predict battery life, and particle swarm optimization is used to support SVM parameters)
JMcec2007
- gene selection in cancer classification by pso/svm
parameters selection of svm based on pso
- parameter selection of svm based on pso
PSO-Based-SVR-master
- 该文件为粒子群算法优化支持向量机模型(This document is optimized by Particle Swarm Optimization (SVM) model)
PSO-SVM-master
- 该代码为粒子群算法优化支持向量机模型(The code is a particle swarm optimization algorithm to optimize the support vector machine model)
一些优化算法论文附其程序
- 针对例如SVM等智能算法的参数寻优采用自适应的参数优化(Parameter optimization for intelligent algorithm)
ga_aco_opt_on_anfis_svm-master
- 利用遗传算法、蚁群算法、PSO等对SVM模型进行优化，实现高效分类和回归预测(The SVM model is optimized by genetic algorithm, ant colony algorithm and PSO to achieve efficient classification and regression prediction.)
10526349 (2)
- 使用粒子群算法优化支持向量回归，实现预测功能(Support Vector Regression Using Particle Swarm Optimization)