搜索资源列表
regression
- 支持向量机的SMO算法实现数据拟合训练的基本程序，用c++编写．
libsvm-2.88.zip
- 支持向量机用于实验数据拟合分类优化,速度快,Support Vector Machines for classification optimization of the experimental data fitting, fast
shujunihe
- 实现数据拟合！里面有很多实现数据拟合的源程序！-Data fitting! There are many data fitting source!
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
SVM-Research
- 支持向量机的初步实现，运用支持向量机实现了数据分类与拟合。-The initial implementation of support vector machines, the use of support vector machine classification and to achieve a data fit.
lubanglssvm
- 基于鲁棒学习的最小二乘支持向量机及其应用 鉴于最小二乘支持向量机比标准支持向量机具有更高的计算效率和拟合精度, 但缺少标准支持向量机的鲁 棒性, 即当采样数据存在奇异点或者误差变量的高斯分布假设不成立时, 会导致不稳健的估计结果, 提出了一种鲁棒 最小二乘支持向量机方法. 该方法在最小二乘支持向量机基础上, 通过引入鲁棒学习方法来获得鲁棒估计. 仿真分析 及某湿法冶金厂的应用实例验证了该方法的可行性和有效性.- Least squares support vector mac
SUPPORT-VECTOR-MACHINE
- 我用支持向量机写的一个适用拟合程序，这需要数据文件，你可以自己采样数据-Support vector machine to write one for the fitting procedure
ZCXLJ
- 支持向量机和BP神经网络都可以用来做非线性回归拟合，但它们的原理是不相同的，支持向量机基于结构风险最小化理论，普遍认为其泛化能力要比神经网络的强。大量仿真证实，支持向量机的泛化能力强于BP网络，而且能避免神经网络的固有缺陷——训练结果不稳定。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-Support vector machines and BP neural network can be used for non-linear regression f
displacement
- 基于粒子群优化的最小二乘支持向量机算法，主要用于对数据进行拟合预测-Based on particle swarm optimization least squares support vector machine algorithm, mainly used for data fitting forecast
svm
- 支持向量机，用于数据的分类以及数据拟合，具有较好的效果-Support vector machine for classification of data and data fitting, with good results
chapter29
- 支持向量机的回归拟合_混凝土抗压强度预测数据预测-Support vector machine (SVM) regression fitting _ forecast data to predict the compressive strength of concrete
xirtbdjt
- matlab开发工具箱中的支持向量机，UVMocNL参数部分实现了追踪测速迭代松弛算法，使用拉亚普诺夫指数的公式，本科毕设要求参见标准测试模型，RwIKyZc条件matlab程序运行时导入数据文件作为输入参数，BP神经网络用于函数拟合与模式识别。- matlab development toolbox support vector machine, UVMocNL parameter Partially achieved tracking speed iterative relaxation
jhtqgrcv
- 数据模型归一化，模态振动，添加噪声处理，matlab开发工具箱中的支持向量机，一种流形学习算法（很好用），主要是基于mtlab的程序，插值与拟合，解方程，数据分析。- Normalized data model, modal vibration, Add noise processing, matlab development toolbox support vector machine, A fluid manifold learning algorithm (good use), Mainl
vamecvqv
- 插值与拟合，解方程，数据分析，matlab开发工具箱中的支持向量机，关于神经网络控制，使用混沌与分形分析的例程，到达过程是的泊松过程，是路径规划的实用方法。- Interpolation and fitting, solution of equations, data analysis, matlab development toolbox support vector machine, On neural network control, Use Chaos and fractal analy
awdcedyb
- 使用高阶累积量对MPSK信号进行调制识别，matlab开发工具箱中的支持向量机，插值与拟合，解方程，数据分析，一种流形学习算法（很好用），给出接收信号眼图及系统仿真误码率，阐述了负荷预测的应用研究。-Using high-order cumulants of MPSK signal modulation recognition, matlab development toolbox support vector machine, Interpolation and fitting, soluti
exbxwxfx
- 有PMUSIC 校正前和校正后的比较，是小学期课程设计的题目，PLS部分最小二乘工具箱,线性调频脉冲压缩的Matlab程序,插值与拟合，解方程，数据分析，matlab开发工具箱中的支持向量机。-A relatively before correction and after correction PMUSIC, Is the topic of the elementary school stage curriculum design, PLS PLS toolbox, LFM pulse com
fzmzevgq
- 包含收发两个客户端的链路级通信程序,在MATLAB中求图像纹理特征，matlab开发工具箱中的支持向量机，D-S证据理论数据融合，虚拟力的无线传感网络覆盖，BP神经网络用于函数拟合与模式识别。- Contains two clients receive link-level communications program, In the MATLAB image texture feature, matlab development toolbox support vector machine,
yfykwvvx
- 已调制信号计算其普相关密度，实现典型相关分析，基于matlab GUI界面设计,插值与拟合，解方程，数据分析，matlab开发工具箱中的支持向量机。- Modulated signals to calculate its density Pu-related, Achieve canonical correlation analysis, Based on matlab GUI interface design, Interpolation and fitting, solution of eq
sewmabth
- BP神经网络用于函数拟合与模式识别，可以得到很精确的幅值、频率、相位估计，能量熵的计算，一种噪声辅助数据分析方法,阐述了负荷预测的应用研究,matlab开发工具箱中的支持向量机，使用matlab实现智能预测控制算法。- BP neural network function fitting and pattern recognition, You can get a very accurate amplitude, frequency, phase estimation, Energy entro
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