搜索资源列表
MATLAB-Neural-network-cases
- 共有30个MATLAB神经网络的案例(含可运行程序），包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群）、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。-Neural network cases
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
30-case-studies
- MATLAB神经网络30个案例分析__读者调用案例的时候，只要把案例中的数据换成自己需要处理的数据，即可实现自己想要的网络。该书共有30个MATLAB神经网络的案例(含可运行程序），包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群）、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。-30 case studies of the MATLAB Neural Network __ readers call the case, as
psosvm
- pso优化svm的程序。C版。可以用于一些预测性问题-pso optimization svm
psoSVM
- 实现pso优化svm的程序。并有实验数据作了说明-Achieve pso to optimize the procedure of the svm. And experimental data gave an explanation
PPSO-SVMfaceS
- 基于PSO训练SVM的人脸识别利用支持向量机在学习能力方面表现的良好性能,结合核主元分析特征提取方法,将将其应用于人脸识别中,该方法在实验中表现了良好的识别性能,为人脸识别领域提供了一条新的识别途径 已通过测试。 -Good performance, performance in the ability to learn the use of support vector machines based on PSO training SVM face recognition combined
psoLSSVMcgForClass
- 利用PSO优化SVM中的c和g c1:初始为1.5,pso参数局部搜索能力 c2:初始为1.7,pso参数全局搜索能力 maxgen:初始为200,最大进化数量 sizepop:初始为20,种群最大数量-Support Vector Machine Optimized by Particle Swarm Optimization
PSO_GA_SVM
- 利用遗传算法GA和粒子群算法PSO对SVM进行优化-GA genetic algorithm and particle swarm optimization PSO to optimize the SVM
PSO-svm
- Particle swarm optimization algorithm based on support vector machine
pso-svm one output
- 实现多输入单输出的预测功能，预测精度高，程序操作简单，易于修改应用。(The prediction function of multi input and single output is realized. The prediction accuracy is high, the program operation is simple, and it is easy to modify the application.)
psosvm
- 粒子群优化支持向量机对电池寿命进行预测，利用粒子群优化支持向量机参数(Particle swarm optimization support vector machine is used to predict battery life, and particle swarm optimization is used to support SVM parameters)
parameters selection of svm based on pso
- parameter selection of svm based on pso
PSO-Based-SVR-master
- 该文件为粒子群算法优化支持向量机模型(This document is optimized by Particle Swarm Optimization (SVM) model)
pso-svm电力负荷预测
- 电力负荷预测是电力系统规划的重要组成部分，也是电力系统经济运行的基础，其对电力系统规划和运行都极其重要。利用粒子群算法优化支持向量机更加高效准确预测电力负荷。(The power load forecasting is an important part of the power system planning, and it is also the basis of the economic operation of the power system. It is very important
PSO-SVM
- 基于支持向量机负荷功率预测，使用粒子群算法进行参数寻优，供参考(Load Forecasting Based on Support Vector Machine)
一些优化算法论文附其程序
- 针对例如SVM等智能算法的参数寻优采用自适应的参数优化(Parameter optimization for intelligent algorithm)
ga_aco_opt_on_anfis_svm-master
- 利用遗传算法、蚁群算法、PSO等对SVM模型进行优化，实现高效分类和回归预测(The SVM model is optimized by genetic algorithm, ant colony algorithm and PSO to achieve efficient classification and regression prediction.)
pso-SVM
- 利用粒子群法寻找出c,g两个参数，从而达到优化支持向量机的目的