搜索资源列表
SVMNR非线性回归matlab通用程序
- SVMNR非线性回归matlab通用程序
SVMNR
- 支持向量机和BP神经网络虽然都可以用来做非线性回归,但它们所基于的理论基础不同,回归的机理也不相同。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。为了验证这种观点,本文编写了支持向量机非线性回归的通用Matlab程序和基于神经网络工具箱的BP神经网络仿真模块,仿真结果证实,支持向量机做非线性回归不仅泛化能力强于BP网络,而且能避免神经网络的固有缺陷——训练结果不稳定。 -Support Vector Machine and BP neural network, ev
SVMNR
- 实现基于支持向量机的非线性识别,可以取得较好的效果-SVM-based nonlinear identification, achieved good results can be
SVMNR
- matalb 仿真SVM 非线性回归程序 初学者适合-svm Nonlinear regression procedure for beginners
SVMNR
- 支持向量回归法,简单的介绍了一下,共同学校-Support vector regression method, a brief moment, the common school
SVMNR
- 分区支持向量机源代码,可进行分区支持向量机回归-Partition support vector machine source code, can be the the partition support vector machine regression
SVMNR
- 支持向量机非线性回归的通用程序,是模式识别领域的重要分类方法-Support Vector Machine for Nonlinear Regression,All rights reserved
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
SVMNR
- 使用支持向量机进行非线性回归,得到非线性函数y=f(x1,x2,…,xn)的支持向量解析式, 求解二次规划时调用了优化工具箱的quadprog函数。-Using support vector machine for nonlinear regression, nonlinear function y=f (X1,X2,...,Xn)-support vector analysis, When solving the quadratic programming Optimization T