搜索资源列表
svmandBPwithmatlab
- 支持向量机非线性回归通用matlab程序 支持向量机和BP神经网络非线性回归之比较研究-SVM nonlinear regression procedures common Matlab support vector machines and artificial neural networks to nonlinear In the Comparative Study
svm-chinese
- 非线形回归，支持向量机理论。详细地介绍了支持向量机的数据基础。举例说明支持向量机的应用。-Non-linear regression, support vector machine theory. Detailed descr iption of the support vector machine data base. Illustrate the application of support vector machines.
Localization-based-on-LS-SVR-in-WSN
- 文章针对无线传感器网络(WSN)节点定位算法DV-Hop的节点间距离沽计误差对定位准确度影响较大的问题，提出一种基于LS-SVR(最小二乘支持向量回归机)的定位算法L-LSSVR. -Aiming at solving the problem of the significant influence of distance estimation error onlocation accuracy of DV-Hop in Wireless Sensor Networks (WSN), a n
fxxkzxtdzcxljbsjmyj
- 非线性控制系统的支持向量机辨识建模研究 针对非线性控制系统辨识建模难的问题， 系统研究了基于支持向量机的非线性控制系统的辨识建模理论和方法， 然后利用回归型支持向量机( Support Vector Regression， SVR) 设计了一个非线性控制系统的辨识建模系统 仿真试验结果表明， SVR 具有很高的建模精度和较强的泛化能力， 从而验证了该辨识方法的有效性和先进性。-Nonlinear Control Systems Support Vector Machine Iden
支持向量机非线性回归通用MATLAB源码
- 支持向量机和BP神经网络都可以用来做非线性回归拟合，但它们的原理是不相同的，支持向量机基于结构风险最小化理论，普遍认为其泛化能力要比神经网络的强。大量仿真证实，支持向量机的泛化能力强于BP网络，而且能避免神经网络的固有缺陷——训练结果不稳定。本源码可以用于线性回归、非线性回归、非线性函数拟合、数据建模、预测、分类等多种应用场合，GreenSim团队推荐您使用。
tixingguanzi2
- 分析了支持向量回归机在能源需求预测中的优势,确定了输入向量集合和输出向量集合,建立了基于Matlab技术的SVR能源需求预测模型.对我国1985-2008年能源需求相关数据进行模拟与仿真,并对中国2010年和2020年能源需求量进行预测.研究结果表明:一是中国未来对能源的需求量逐渐增加,从2010年的330400万吨标准煤上升到2020年418320万吨标准煤,年均增长率为2.39％；二是在解决我国能源系统小样本.非线性及高维模式识别问题中SVR比BP神经网络等方法有更高的预测精度.-Suppo
CharlesLiSVR1.2
- 支持向量回归机工具箱。自编。带有GUI界面和使用教程。基于PCA降维和遗传算法寻优-Support vector regression toolbox. Self. With a GUI interface and tutorials. PCA dimensionality reduction based and genetic algorithm optimization
Support-Vector-Machine.txt
- 使用支持向量机进行非线性回归，得到非线性函数y=f(x1,x2,…,xn)的支持向量解析式， 求解二次规划时调用了优化工具箱的quadprog函数。-Support Vector Machine for Nonlinear Regression
LSSVR
- 基于最小二乘支持向量回归机的无线传感器网络目标定位法。-Based on least squares support vector regression machine wireless sensor networks targeting method
p145-chu
- 论文——关于支持向量序数回归的新方法 weichu-Paper- A new method weichu on support vector ordinal regression
chpp3A10.1007p2F11527503_31
- epsilon-huber支持向量回归逐步推导以及详细证明，对深入理解SVR以及后续的代码编写过程有帮助。-epsilon-huber SVR gradual derivation and detailed proof of the SVR-depth understanding of the process and the subsequent coding help.
2012.李航.统计学习方法
- 《统计学习方法》是计算机及其应用领域的一门重要的学科。《统计学习方法》全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。除第1章概论和最后一章总结外，每章介绍一种方法。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题，列出了主要参考文