搜索资源列表
支持向量机参数优化
- 对支持向量机的参数 C和g 进行了参数优化，分三种：交叉验证优化、遗传算法优化和粒子群算法优化。
Regression_LS_SVMlab_PSO_LuHua
- 运用粒子群算法优化支持向量机的参数，效果比较好-The use of particle swarm optimization algorithm for support vector machine parameters, the effect is better
cpslssvm
- 基于混沌粒子群与模拟退火优化算法的最小二乘支持向量机参数自选择方法-Based on Chaotic Particle Swarm Optimization and Simulated Annealing least squares support vector machine parameter self-selection method
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
ApplicationofLeastSquareSupportVectorMachine
- 基于粒子群与模拟退火优化算法的最小二乘支持向量机参数自选择方法预测混沌序列-anessayaboutchaospredictionbyPSOLSSVM
SVM_Short-term-Load-Forecasting
- 优秀论文及配套源码。首先阐述了负荷预测的应用研究现状，概括了负荷预测的特点及其影响因素，归纳了短期负荷预测的常用方法，并分析了各种方法的优劣；接着介绍了作为支持向量机（SVM）理论基础的统计学习理论和SVM的原理，推导了SVM回归模型；本文采用最小二乘支持向量机（LSSVM）模型，根据浙江台州某地区的历史负荷数据和气象数据，分析影响预测的各种因素，总结了负荷变化的规律性，对历史负荷数据中的“异常数据”进行修正，对负荷预测中要考虑的相关因素进行了归一化处理。LSSVM中的两个参数对模型有很大影响，
pso_svm
- 该文件为粒子群算法优化支持向量机模型参数的matlab代码 支持向量机模型为专门用于处理不平衡数据的成本控制型支持向量机模型 用粒子群算法优化模型中的三个主要参数：C1、C2、sigma-The file is in particle swarm optimization parameters of support vector machine model matlab code for support vector machine model designed for use with
PSO
- 该文件为粒子群算法优化支持向量机模型参数的matlab代码 支持向量机模型为专门用于处理不平衡数据的成本控制型支持向量机模型-Matlab code of the file support vector machine model parameters for particle swarm optimization support vector machine model for cost control, support vector machine model for dealing wit
PRegression_La
- 运用粒子群算法优化支持向量机机的参数，效果比较好可直接使用。 -Use of the particle swarm algorithm to optimize the parameters of support vector machine, better results can be used directly.
psoSVMcgForClass
- 基于粒子群算法对支持向量机进行参数优化，能够顺利求出其参数，效果不错-Particle swarm optimization algorithm for parameter optimization based on support vector machine, to calculate its parameters, the effect is good
untitled
- 利用支持向量机技术建立传感器的回归模型。利用粒子群算法优化回归模型参数，以达到提高建模效率及精度的目的。-The support vector machine technology to build the regression model of the sensor. Utilizing particle swarm optimization of the parameters of the regression model, in order to achieve the purpose t
pso_svm
- 粒子群算法优化支持向量机参数，可用于分类-pso svm
pso_Trelea_vectorized
- 本程序介绍了用粒子群算法优化支持向量机的相关参数，从而达到更好的模式识别。-This procedure describes the optimization of support vector machines with particle swarm algorithm parameters, so as to achieve a better pattern recognition.
psoSVM
- 利用粒子群优化算法优化支持向量机的惩罚参数Cg，提高效率、准确率。-Particle swarm optimization algorithm to optimize SVM penalty parameter Cg, improve efficiency and accuracy.
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
chapter_PSO
- 利用粒子群算法优化支持向量机参数的算法的程序(Particle swarm optimization algorithm using support vector machine parameters of the algorithm)
psoSVM
- 采用粒子群算法优化支持向量机的两个参数c与g，以进行后续的实验(Particle swarm optimization (PSO) is used to optimize two parameters c and G for support vector machines for subsequent experiments)
myPSO-master
- 该文件为粒子群算法优化支持向量机模型参数的matlab代码(This document is a particle swarm optimization algorithm to optimize the parameters of the support vector machine model matlab code)
PSO-SVM
- 粒子群算法优化支持向量机的惩罚参数c和rbf的参数gamma。(Particle swarm optimization (PSO) optimizes the penalty parameters c and RBF of SVM gamma.)
量子行为的粒子群算法-SVM
- 改进量子粒子群算法，用于优化支持向量机参数，用IRIS数据验证(An improved quantum particle swarm optimization (QPSO) algorithm is used to optimize the parameters of support vector machine (SVM), which is validated by IRIS data.)