搜索资源列表
Wind-speed-prediction
- 基于最小二乘支持向量机理论,结合某风电场实测风速数据,建立了最小二乘支持向量机风速预测模型。对该风电场的风速进行了提前1h的预测,其预测的平均绝对百分比误差仅为8.55 ,预测效果比较理想。同时将文中的风速预测模型与神经网络理论、支持向量机(support vector machine,SVM)理论建立的风速预测模型进行了比较。仿真结果表明,文中所提模型在预测精度和运算速度上皆优于其他模型。 -Based on least squares support vector machine the
papers-for-forecasting
- 上传5篇分别采用投影追踪回归、最小二乘支持向量机、卡尔曼滤波做预测的研究论文，希望能对预测思路有所启发。-Five papers using Projection Pursuit Regression，LSSVM, Kalman filter respectively for forecasting
The-code-for-SVM-model
- 采用支持向量机算法进行股市回归预测分析的程序，本人亲自尝试，可以正常使用。对于使用SVM算法的同学很有帮助！-Using support vector machine algorithm to predict the stock market regression analysis procedures, I personally try to be normal. For SVM algorithm helps the students!
huishangguanlian
- 相关向量机(RVM)的matlab源程序，包含快速算法，内含代码使用说明。 RVM采取是与支持向量机相同的函数形式稀疏概率模型，对未知函数进行预测或分类。 优点： (1) 不仅仅输出预测目标量的点估计值,还可以输出预测值的分布. (2) 使用更少数量的支持向量,从而显著减少输出目标量预测值的计算时间. (3) RVM不需要估计过多的参数. (4) RVM对是否满足Mercer 定理的核函数没有限制,适应性更好.--Relevance Vector Machine (RVM) of the mat
svm
- 应用支持向量机算法进行数据处理，预测建模。-Application of support vector machines for data processing, predictive modeling.
EMD在广西季节降水预报中的应用
- 气候系统是一种耗散的!具有多个不稳定源的非线性!非平稳系统 该文利用支持向量机(SV M )算法在处理非 线性问题中的优越性和经验模态分解(E M l))算法在处理非平稳信号中的优势,采用将 E M D 与 SV M 相结合的短期气候预测方法,并应用到广西季节降水预报中
SVMNR
- 支持向量机的非线性回归预测，得到回归方程的参数，可进行预测-Nonlinear regression predicting support vector machine regression equation obtained parameters can be predicted
liblinear-64bit-1.94
- liblinear是支持向量机的一种，目前的应用较为广泛，可安装到matlab中，然后进行对数据的训练和预测。-liblinear is a support vector machine, now is widely used, can be installed into matlab, and then training and prediction data.
ssvmbaocun
- 支持向量机用于风电功率预测，误差在15 以内。-Support vector machines for wind power prediction
psosvm
- 基于粒子群优化的支持向量机风电功率预测，采用PSO对支持向量机算法进行优化。-Based on PSO support vector machine wind power prediction, using PSO support vector machine algorithm for optimization.
svc-Classification
- 支持向量机分类源代码 可以做分类和回归预测用-SVM source code
svc-2
- 支持向量机的回归拟合——混凝土抗压强度预测-Support vector machine regression- concrete compressive strength prediction
libsvm-3.18
- 利用台湾大学教授所开发的支持向量机工具箱做预测和分类算法-prediction using svm
data-classification-by-SVM-
- 使用支持向量机进行数据的分类预测，所需样本数据较少，且预测精度高，分类效果较好。-Using support vector machines for data classification prediction, requires less sample data, and predict high precision, classification better.
SVM
- 基于matlab的支持向量机svm的源代码,可以实现训练及预测的一些基本功能。-Based on support vector machine svm matlab source code, you can achieve some of the basic functions of training and predictable.
one-class
- java支持向量机One-class程序，包括训练、预测文本的读取，设置好路径和文本格式，可运行-java svm one_class
kenstone
- 用于划分训练集及预测集样本数，可用于偏最小二乘，支持向量机等训练集预测集的划分-ks pls svm
SVMcgForRegress
- 支持向量机回归模型，可应用于经济、金融时间序列预测！-SVM Model
waveletlssvm_longchuan
- 小波分解下的最小二乘支持向量机，可以用于预测-wavelet lssvm for predict
PSOLSSVM
- 基于粒子群优化的最小二乘支持向量机的电力系统短期负荷预测的matlab仿真程序。-Power system based on short-term load PSO least squares support vector machine prediction matlab simulation program.