搜索资源列表
svmlecture2
- 基于最小二乘支持向量机的系统边际电价预测，是PDF格式的-based on least-squares SVM system marginal price forecast is in PDF format
基于模糊模型支持向量机的混沌时间序列预测
- 基于模糊模型支持向量机的混沌时间序列预测，很好的期刊
datamining
- 介绍了数据挖掘的各种方法（如支持向量机，神经网络，遗传算法）在地震预测中的应用-Introduced a variety of data mining methods (such as support vector machines, neural networks, genetic algorithms) in the earthquake prediction
fuheyucelunwen
- 针对电力系统短期负荷预测，给出了一些实际可行的方法，比如包括96点负荷预测方法，以及其他方法，运用的都是一些比较智能的方法，比如神经网络，支持向量机，等等。-fuheyuce
forecasting-control-based-on-svm
- 关于最小二乘支持向量机的预测控制技术的论文，希望对大家有所帮助-On least squares support vector machine model predictive control technology, the paper, we want to help
svm-load-forecast
- 本文介绍了支持向量机进行电力负荷时间序列的预测-This article describes a support vector machine to power load time series prediction
wind-speed-prediction
- 基于支持向量机的风速预测模型研究，即SVM,是一篇非常有用的论文-Wind speed prediction model based on support vector machine SVM, is a very useful paper
PSO-LSSVM
- ：针对暖通空调(小，AC)系统，提出一种基于粒子群优化(Pso)算法和最小二乘支持向量机(LSSVM)的预测控 制方法。-: For HVAC (small, AC) system is proposed based on particle swarm optimization (Pso) algorithm and least squares support vector machine (LSSVM) predictive control methods.
lssvmprediction
- 最小二乘支持向量机做预测。程序可运行学习。在matlab上运行。-This is a program about prediction using LSSVM.It can run successfully for learning.This program can be used on matlab.
支持向量机非线性回归通用MATLAB源码
- 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，GreenSim团队推荐您使用。
tixingguanzi2
- 分析了支持向量回归机在能源需求预测中的优势,确定了输入向量集合和输出向量集合,建立了基于Matlab技术的SVR能源需求预测模型.对我国1985-2008年能源需求相关数据进行模拟与仿真,并对中国2010年和2020年能源需求量进行预测.研究结果表明:一是中国未来对能源的需求量逐渐增加,从2010年的330400万吨标准煤上升到2020年418320万吨标准煤,年均增长率为2.39％；二是在解决我国能源系统小样本.非线性及高维模式识别问题中SVR比BP神经网络等方法有更高的预测精度.-Suppo
svm
- 我收集的十篇优秀硕士论文，关于支持向量机预测电力负荷的。-I collected ten outstanding master' s thesis on support vector machine power load.
hourwindsvm
- 支持向量机matlab风速预测和画图自己写的-Support vector machine matlab wind forecasts and write their own drawing
Wind-speed-prediction
- 基于最小二乘支持向量机理论,结合某风电场实测风速数据,建立了最小二乘支持向量机风速预测模型。对该风电场的风速进行了提前1h的预测,其预测的平均绝对百分比误差仅为8.55 ,预测效果比较理想。同时将文中的风速预测模型与神经网络理论、支持向量机(support vector machine,SVM)理论建立的风速预测模型进行了比较。仿真结果表明,文中所提模型在预测精度和运算速度上皆优于其他模型。 -Based on least squares support vector machine the
xiangliangji
- 支持主成分析和向量机的研究,对预测有参考价值-Support the main analysis and research of vector machine
lssvmMATLAB
- 最小二乘支持向量机，采用matlab编写，可以直接使用，SVM是经典的分类和预测算法。-Squares support vector machine, using matlab prepared, can be used directly, SVM is the classic classification and prediction algorithms.
lssvm
- 用于lssvm（最小二乘支持向量机）的单序列拟合预测一个周期（12期）-Used in the LSSVM (least squares support vector machine) fitting to predict a single sequence cycle (12)
SVM-yindao
- 使用Opencv C++中的支持向量机进行引导，对其进行分类并预测。-Opencv C++ using the support vector machine to guide the classification and prediction.
SVM
- 模型预测，利用支持向量机算法建立风电场风速模型，并与其它相关模型做对比分析(Model prediction, support vector machines, modeling)
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)