搜索资源列表
采用遗传算法优化最小二乘支持向量机参数的方法
- 采用遗传算法优化最小二乘支持向量机参数的方法
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
最小二乘支持向量机
- 最小二乘支持向量机
LS-SVM.rar
- 这是一个关于最小二乘支持向量机的MATLAB仿真的例子,希望能给大家带来方便。,This is a least squares support vector machine on the MATLAB simulation examples, we hope that they will be convenient.
LSSVM
- 可以利用最小二乘支持向量机进行训练和预测-LSSVM for modeling and predicting.
LS_SVM
- 最小二乘支持向量机,用于多元非线性回归分析,非线性拟合与预测-Least squares support vector machine for multi-linear regression analysis, nonlinear fitting and prediction
lssvmpso
- 基于粒子群优化最小二乘支持向量机参数的程序,很好用-pos_lssvm
LS_SVMlab
- 最小二乘支持向量机工具箱,学习支持向量机必备工具-Least squares support vector machine toolbox, an indispensable tool for learning support vector machines
LS-SVM-toolbox
- 最新最小二乘支持向量机工具箱和使用说明,里面有详细的说明和实例-the latest LS-SVM toolbox for matlab
C
- c语言例题程序,还有最小二乘法支持向量机的MATLAB调试测试运行-Example programs c language, as well as least squares support vector machines to run MATLAB Debugging and Testing
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
GA
- 遗传算法的matlab程序 最小二乘支持向量机程序-Genetic algorithm matlab process procedures for least squares support vector machine
SVM
- 支持向量机 最小二乘支持向量机 matlab ls-svmlab SVM matlab matlab工具 matlab 支持向量机 svm LS-SVMlab工具箱及示例程序-支持向量机 最小二乘支持向量机 matlab ls-svmlab SVM matlab matlab工具 matlab 支持向量机 svm LS-SVMlab工具箱及示例程序
SSVM_MATLAB
- MATALB 编写的最小二乘支持向量机,可实现多分类问题,包含双参数优化。-LSSVM compiled by MATLAB language,It can realize multi-classification,and work very well.
LS_SVM
- 最小二乘支持向量机,LS_SVM.m为主函数,normalization.m为归一化函数,release.m为反归一化函数。-Least squares support vector machine, LS_SVM.m is the main function, normalization.m is the normalization function, release.m is the normalization function.
LS_SVMlab
- 最小二乘支持向量机的程序包,包括了模型的训练和测试的各种函数。-Support Vector Machine package, including training and testing models of various functions.
支持向量机故障诊断及控制技术
- 有支持向量机分类和回归的代码,以及最小二乘支持向量机的代码。(support vector machine)
最小二乘支持向量机工具箱使用指南
- 最小二乘支持向量机 可供初学者使用学习(LS-SVM Least-squares support vector machines can be used for beginners to learn)
SVM_Short-term-Load-Forecasting2
- 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,而目前依然是基于经验的办法解决。对此,本文采用粒子群优化算法对模型参数进行寻优,以测试集误差作为判决依据,实现模型参数的优化选择,使得预测精度有所提高。实际算例表明,本文的预测方法收敛性好、有较高的预测精度和较快的训练速度。(this
最小二乘支持向量机
- LSSVMlab_v17_R2006a_R2009a工具包; 最小二乘支持向量机工具包;(LSSVMlab_v17_R2006a_R2009a Toolkit; Least squares support vector machine Toolkit;)