搜索资源列表
LS_SVM最小二乘支持向量机Matlab源码
- 自编的最小二乘支持向量机Matlab代码，主要用于非线性回归
支持向量机算法及其代码实现
- 支持向量机（SVM），起初由vapnik提出时，是作为寻求最优（在一定程度上）二分类器的一种技术。後来它又被拓展到回归和聚类应用。SVM是一种基于核函数的方法，它通过某些核函数把特征向量映射到高维空间，然後建立一个线性判别函数（或者说是一个高维空间中的能够区分训练数据的最优超平面，参考异或那个经典例子）。假如SVM没有明确定义核函数，高维空间中任意两点距离就需要定义。
out-matlab SVM回归，用于实现支持向量机
- SVM回归，用于实现支持向量机（SVM ）回归拟合的问题。可以用来做一些短期的预测，如短期负荷预测。-svm regression, used to implement support vector machine (SVM ) Regression fitting problems. Can be used to do some short-term forecasts, such as short-term load forecasting.
sh_SVM_regression
- 支持向量机 ，做股票预测，一元线性回归 -Support vector machines, regular activity prediction, linear regression
bishechengxu
- 关于支持向量机分类、回归、模糊支持向量机的程序-On support vector machine classification, regression, fuzzy support vector machine procedures
SVMmatlab
- 具有非线性回归功能的支持向量机算法。可有效实现目标特征进行训练和识别。-Nonlinear regression functions with support vector machine algorithm. Features can effectively achieve its objectives of training and recognition.
mysvm
- mysvm c++版本，支持向量机，可用于回归预测等-mysvm c++ version
svm
- 大师编写的支持向量机程序,我用了觉得还可以,包括分类和回归.-the process of support vector machine for regression and classification
svm-predict
- 支持向量机用于回归预测的部分，功能强大又简单容易理解，用于模式识别的好工具-Parts of SVM for predict,gteat function and easy to understand, a good machine for classification
webcat
- 这是一个100 ％纯Java库，您可以使用适用于N元 分析技术的过程分为文本文件。 该计划包括几个不同的分类算法， namelly 支持向量机，贝叶斯Logistic回归，神经网络分类和文本压缩 算法。如支持向量机和贝叶斯Logistic回归，一个 “一对一” 用于多类分类。更详细的说明这些学习算法和可用的选项，请提供的javadocs 。-It is a 100 pure Java library that you can use to apply N-Gr
mat
- 支持向量机非线性回归通用MATLAB源码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-Universal non-linear regression support vector machine MATLAB source code of this source can be used for linear regression, nonlinear regression, nonlinear function approximation, data m
PS0-SVR
- ：针对发酵过程中生物参数难以实时在线测量的问题，建立了用于生物参数状态预估的 支持向量机软测量模型。考虑到该支持向量回归(SVR)模型的复杂性和冷化特征取决于其三 个参数 ，c， 能否取到最优值，采用粒子群优化(PSO)算法实现对参数 ，c， 的同时寻优。在 此基础上，以饲料用 ．甘露聚糖酶为对象，建立了基于PSO—SVR的发酵过程产物浓度状态预估 模型。发酵罐控制结果表明：该模型具有很好的学习精度和泛化能力，可实现对 ．甘露聚糖酶 产物浓度的实时在线预估。-In
SVMMatla1.0
- 该工具箱主要介绍支持向量机的使用过程，包括分类与回归，里面的内容很全面，-The toolbox introduce the process of SVM,including classification and aggression,which is very well.
work
- 最小二乘支持向量机工具箱可用来分类 回归和预测很方便-this is a tool for the least vector machine,it can classier and regession.easy
SMO-code
- smo算法是与svr（支持向量机回归）和svc（支持向量机分类）具有相似数学形式，并在此基础上提出的一种用于SVR的简化算法。-smo algorithm is svr (support vector machine regression) and svc (SVM) with similar mathematical form, and puts forward a simplified algorithm for SVR.
Matlab-svm
- 支持向量机是一种新的回归方法，特别适用于非线性，改程序实现了支持向量机非线性回归-surport vector machine to non-linear regression
libsvm-3.22
- 支持向量机最优参数确定、支持向量机回归、分类(Optimal parameter determination of support vector machines)
LSSVM
- 用最小二乘支持向量机实现负荷预测功能，计算各个误差指标的值，并输出负荷预测对比曲线，误差曲线等(The load forecasting function is realized by least square support vector machines (LSSVM). The values of each error index are calculated, and the load forecast contrast curve and error curve are also ob
交叉验证及svr
- 交叉验证及带例子的支持向量机回归代码，修改可用。(Cross validation and support vector machine regression code with examples can be modified.)
python
- 该代码基于Python3,利用机器学习中支持向量机回归算法（SVR）实现对数据的拟合以及预测，可以通过调试C值和gamma值达到不同的拟合程度，具有较大的实际意义，并且该代码本人亲自调式运用，适合广大学习者使用。(This code is based on Python 3. It uses support vector machine regression algorithm (SVR) in machine learning to fit and predict the data. It c