搜索资源列表
SVM_SteveGunn
- 支持向量机的分类和回归算法,可用于模式识别和预测-Support vector machine classification and regression algorithms can be used for pattern recognition and prediction
SVM
- 针对基于GPS/GIS的浮动车数据特点,总结其中无效的数据类型,并给出数据有效处理的方法。以支持向量机原理、交通状态预测方法为基础,分析了常用支持向量回归机、核函数及模型参数的性能,以及各核函数及模型参数对支持向量机性能的影响及作用。针对路段平均速度预测中的小样本、非线性、高维回归等特点,将支持向量回归机方法引入基于浮动车数据的路段车辆速度预测,构建了路段平均速度短时预测模型。并以杭州市某路段的实际数据为例,详细阐述了支持向量回归机预测模型的具体建模和求解过程。运用LibSVM2.84软件包,进
papers-for-forecasting
- 上传5篇分别采用投影追踪回归、最小二乘支持向量机、卡尔曼滤波做预测的研究论文,希望能对预测思路有所启发。-Five papers using Projection Pursuit Regression,LSSVM, Kalman filter respectively for forecasting
svm-ver001
- 回归型支持向量机的简化算法,可以用于船舶运动预报-Simplification algorithm based on support vector machine regression can be used for ship motion prediction
lssvm-regression-code
- 基于LSSVM的最小二乘支持向量机回归程序,预测地基沉降,单因变量LSSVM回归算法 -lssvm the program,least squares support vector machine, easy to use
svm-confidence-interval
- lssvm 最小二乘支持向量机回归模型置信区间预测, 简单易用,易懂易学-least squares support vector machine