搜索资源列表
svr
- svm 的matlab程序,是最基本的svm形式-the sourse of svm,it is the basic styple
PS0-SVR
- 支持向量机是建立在统计学习理论基础上的通用学习方法,它可较好地解决以往 很多学习方法的小样本、非线性、过学习、高维数、局部极小点等实际问题。笔者利用支持向量回归理论 和方法,建立支持向量机的预测模型,并利用winSVM 和MATLAB 软件进行了实例预测,与二次回归 预测值相比较,支持向量机预测模型具有更好的预测精度,且有很强的推广能力。-Support vector regression data
svr
- 为支持向量机代码，源代码为matlab实现，可以做聚类问题-To support vector machine codes
SVR
- 这个是用SMO算法做的支持向量回归程序，语言是JAVA-This is done using the SMO support vector regression algorithm, language is JAVA
SVR
- 支持向量回归是一种重要的预测技术，通过实现支持向量回归可以预测未来数据-support vector regression is an important prediction technique,we can predict future data by implementing support vector regression
粒子群
- 粒子群算法优化SVR参数，包括核函数和惩罚函数的优化。(Particle swarm optimization algorithm to optimize the SVR parameters, including kernel function and penalty function optimization.)
亦思专业验证码识别系统1.8可发布组件包(DIY版)
- 组件包文件列表： GetCodeText.dll --编程接口库 Reco.svr --识别引擎 RecoLib.tc --样本库（此文使用亦思专业验证码识别系统1.8演示版根据要识别的网站自行制作，不能修改文件名） 编程接口: LPTSTR GetCodeText(); //识别验证码，返回识别结果 使用方法： 1、现使用亦思专业验证码识别系统1.8演示版根据要识别验证码的网站制作一个“单项目的”RecoLib.tc文件；
Ls-SVR的RFID定位
- 一种LS-SVR的RFID定位，定位误差较小(An LS-SVR RFID positioning, positioning error is small)
支持向量机算法包
- SVR libsvm-3.1-[FarutoUltimate3.1Mcode](libsvm-3.1-[FarutoUltimate3.1Mcode])
svr_trainer
- SVR trainer in matlab, support vector machine
SVR
- SVR源码以及详细交通流预测模型，里面有SVM，SVR，LSSVM(SVR source code and detailed traffic flow prediction model, including SVM, SVR, LSSVM)
Python
- 对连续数据进行SVR回归建模，并对参数寻优(SVR regression modeling for continuous data and parameter optimization)
svr_pso - Libsvm
- SVR optimizaton using PSO with LibSVM library
03 机器学习多因子策略.txt
- 机器学习多因子策略，SVR ，GridSearchCV ，learning_curve，LinearRegression，RandomForestRegressor(SVR ,GridSearchCV ,learning_curve,LinearRegression,RandomForestRegressor)