搜索资源列表
SVM.SVM支持向量机的时间序列预测
- SVM支持向量机的时间序列预测、分类、自回归代码,SVM
SVM_SteveGunn.rar 支持向量机的程序
- 支持向量机的程序，可以进行分类和回归，效果比神经网络好，没有维数灾难的问题，是比较好的建模方法。,Support vector machine procedures can be carried out the classification and regression, the effect better than the neural network, there is no dimension disaster problem, it is more good modeling metho
svmTrain
- 一个matlab平台应用的svm工具箱，该工具箱包括了二种分类,二种回归,以及一种一类支持向量机算法-A matlab platform applications svm toolbox, the kit includes two kinds of classification, two kinds of return, and a one-class support vector machine algorithm
LS_SVM
- 最小二乘支持向量机,用于多元非线性回归分析,非线性拟合与预测-Least squares support vector machine for multi-linear regression analysis, nonlinear fitting and prediction
winsvm2.0
- 本软件是 windows系统平台下的支持向量机软件，包括了支持向量机的几种常用类型，可用于分类和回归-This software is under the windows system platform support vector machine software, including support vector machines for some commonly-used type, can be used for classification and regression
SVR_SVC
- 该工具箱包括了二种分类,二种回归,以及一种一类支持向量机算法-The toolkit includes two kinds of classification, two kinds of return, and a one-class support vector machine algorithm
PS0-SVR
- ：针对发酵过程中生物参数难以实时在线测量的问题，建立了用于生物参数状态预估的 支持向量机软测量模型。考虑到该支持向量回归(SVR)模型的复杂性和冷化特征取决于其三 个参数 ，c， 能否取到最优值，采用粒子群优化(PSO)算法实现对参数 ，c， 的同时寻优。在 此基础上，以饲料用 ．甘露聚糖酶为对象，建立了基于PSO—SVR的发酵过程产物浓度状态预估 模型。发酵罐控制结果表明：该模型具有很好的学习精度和泛化能力，可实现对 ．甘露聚糖酶 产物浓度的实时在线预估。-In
Inertiadevicefaultpredictionbasedonwavelet
- ：为了提高最小二乘支持向量回归机的性能，将Morlet小波核函数引入其中，形成了最小二乘小波支 持向量回归机模型。利用待优化的参数重构模型的目标函数和约束条件，并在此基础上通过遗传算法进行参数 选择，从而提高了该模型的泛化能力。将最小二乘小波支持向量回归机应用于导弹陀螺仪的漂移趋势预测，仿真 实验结果表明了该方法的有效性和可行性，因此可以为陀螺仪的故障预报、可靠性辅助决策提供依据。-To improve the ability of least square support vect
ForecastingpopIllafionbasedOnsupportvectorintellig
- 要建立一个有效的支持向量回归(SVR)模型，支持向量回归的3个参数c，y，占丛须预先设定。提出一种新型的遗传算 法一智能遗传算法(IGA)对支持向量回归进行参数调节，以达到寻找最优参数的目的，然后和支持向量回归结合得到一种新的 IGASVR模型，并应用于城市人口预测。最后，将提出的方法与标准SVR模型和BP神经网络模型进行比较，所得结果表明，该模 型训练速度快，并且有较高预测精度，是一种有效的人口预测方法。-To build an effective SVR model，SVR’8
LSSVMlab1.5
- 支持向量机用于回归，在MATLAB里实现的。方便好用-Support vector machines for regression, implemented in MATLAB in. Is easy to use
SMO-code
- smo算法是与svr（支持向量机回归）和svc（支持向量机分类）具有相似数学形式，并在此基础上提出的一种用于SVR的简化算法。-smo algorithm is svr (support vector machine regression) and svc (SVM) with similar mathematical form, and puts forward a simplified algorithm for SVR.
支持向量机的相关简介
- 支持向量机主要解决了分类问题和回归问题两大类
svm
- SVM本身是针对经典的二分类问题提出的，支持向量回归机（Support Vector Regression，SVR）是支持向量在函数回归领域的应用(SVM itself is proposed for the classical two classification problem. Support Vector Regression (SVR) is the application of support vector in the field of function regression)
支持向量机故障诊断及控制技术
- 有支持向量机分类和回归的代码，以及最小二乘支持向量机的代码。(support vector machine)
超球面支持向量机
- 超球支持向量机有一次分类，二次分类，支持向量机回归(Hypersphere support vector machine)
支持向量机算法包
- SVR libsvm-3.1-[FarutoUltimate3.1Mcode](libsvm-3.1-[FarutoUltimate3.1Mcode])
ga-svm
- 用遗传算法优化支持向量回归机C、g、p参数(Optimization of C, G, P parameters of support vector regression machine by genetic algorithm)
SVR
- 该代码属于支持向量回归技术的新实现，直接调用，简单易操作，训练和测试分开(The code belongs to the new implementation of support vector regression technology, direct call, simple and easy to operate, training and testing separate)
SVMcgForRegress
- 支持向量机中的支持向量回归函数对数据进行预测(Support Vector Regression Function in Support Vector Machine to Predict Data)
多输出支持向量回归
- （13.1）具有多分段损失函数的多输出支持向量机回归算法(MSVR algorithm with piecewise loss function)： （13.2）MSVR。