当前位置：
首页 资源下载
搜索资源 - genetic algorithm svm
搜索资源列表
-
10下载：
用遗传算法进行特征选取和svm参数优化的程序。遗传算法工具箱goat已在压缩包 需要安装libsvm就可以直接运行。数据集采用UCI中的german数据集，并完成归一化操作,Genetic algorithm with feature selection and parameter optimization svm procedures. Genetic Algorithm Toolbox in goat need to install libsvm package can be run dir
-
-
0下载：
遗传算法工具箱的应用，有典型的示范案例，有一定参考意义。-Application of genetic algorithm toolbox, a typical model case, a certain reference value.
-
-
0下载：
文件中包含某老师关于智能优化计算课程中的遗传算法部分的讲义，其中包含详细的例子及源代码。-File contains a calculation of the teachers on the intelligent optimization of the genetic algorithm curriculum part of the lecture, which includes detailed examples and source code.
-
-
0下载：
遗传算法工具箱以及用遗传算法找最优值，主函数是zuiyou.m-Genetic Algorithm Toolbox and using genetic algorithms to find optimal values, the main function is zuiyou.m
-
-
0下载：
基于遗传算法的支持向量回归机参数选取，针对支持向量回归机( support vector regression , SVR) 的参数选择问题,提出了基于遗传算法的
SVR 参数自动确定方法。分-Based on genetic algorithm parameter selection of Support Vector Regression
-
-
0下载：
提出一种基于支持向量机( SVM)和遗传算法(GA)的离散余弦变换(DCT)域盲数字图像水印方法. 该方法能自适应于图像的局部特征. 依据图像块的局部特性,利用SVM对图像块分类,自适应地确定水印嵌入强度, GA用来优化水印嵌入位置. 实验结果表明该方法有较好的不可见性和较强对抗攻击的鲁棒性.-Based on support vector machine (SVM) and genetic algorithm (GA), discrete cosine transform (DCT) doma
-
-
0下载：
SVM方法的基本思想是：定义最优线性超平面，并把寻找最优线性超平面的算法归结为求解一个凸规划问题。进而基于Mercer核展开定理，通过非线性映射φ，把样本空间映射到一个高维乃至于无穷维的特征空间（Hilbert空间），使在特征空间中可以应用线性学习机的方法解决样本空间中的高度非线性分类和回归等问题。svm 程序，即支持向量机的代码。-The basic idea of SVM method are: the definition of the optimal linear hyperplane,
-
-
0下载：
its the matlab coding for pattern recoganization in image processing using genetic algorithm-its the matlab coding for pattern recoganization in image processing using genetic algorithm
-
-
0下载：
自适应GA SVM 参数选择算法研究Param eter selection algorithm for support vector machines based
on adaptive genetic algorithm
支持向量机是一种非常有前景的学习机器, 它的回归算法已经成功地用于解决非线性函数的逼近问题. 但
是, SVM 参数的选择大多数是凭经验选取, 这种方法依赖于使用者的水平, 这样不仅不能获得最佳的函数逼近效果,
而且采用人工的方法选择 SVM 参数比较浪费
-
-
0下载：
在遗传算法中，种群只有保持一定的多样性才能进化，一般来说，在进化初期，由于种群个体差别较大，因此种群的多样性程度较强-In the genetic algorithm, the population only maintain certain diversity can evolve, generally, in the early evolution, due to the large population individual differences, so the diversity of
-
-
0下载：
本文主要研究 LS-SVM 算法的基本原理及基于其实现时间序列预测
的方法。针对超参数选择困难的问题，采用多级网格搜索和遗传算法的方法对
超参数的取值进行优化-This paper studies the basic principles of the LS-SVM algorithm and time series prediction based on its implementation. Difficult to select for hyper parameter, multi
-
-
0下载：
由于遗传算法具有隐含的并行性和强大的全局搜索能力,可以在很短的时间内搜索到全局最优点。使用GA对SVM进行参数的优化,寻找最优的惩罚因子和SVM中RBF参数的组合。结合RBF参数r和惩罚因子C, 可以得到需要优化的参数组合。希望对大家有用！-Genetic algorithm with implicit parallelism and powerful global search capability, you can search within a very short period of t
-
-
0下载：
SVM神经网络的信息粒化时序回归预测 遗传算法的典型实例-SVM neural network information granulation typical examples of the time series regression to predict genetic algorithm
-
-
0下载：
一个关于遗传算法改进的支持向量机算法，能对全局优化问题进行加速搜索最优解-A genetic algorithm to improve the support vector machine algorithm for global optimization problems can be accelerated search the optimal solution
-
-
1下载：
Genetic algorithm feature selection by using SVM
-
-
0下载：
基于遗传算法的LS-SVM参数优选及其在经济预测中的应用-LS-SVM parameters based on genetic algorithm and its application in economic forecasting based
-
-
1下载：
遗传算法优化支持向量机的惩罚系数C与高斯核系数g，能够提高支持向量机的分类精度-Genetic algorithm to optimize the punish coefficient of support vector machine (SVM) with gaussian kernel coefficient C g, can improve the support vector machine (SVM) classification accuracy
-
-
0下载：
文章利用支持向量机进行财务危机模型类别化设定及样本类别化训练，获得基于SVM的财务危机
在风险程度差异化基础上的检验样本，由对应的检验样本形成分类别预警。研究基于风险预测类别化的线性
转化获得各类型层的训练样本支持向量，并向样本集进行基于遗传算法粗糙集属性约简的决策知识表达系统
预测层级化处理和最小二乘SVM（LS-SVM）的财务危机预测-Using genetic algorithm and support vector machine for financial analysis
-
-
1下载：
将改进的粒子群算法和GA与SVM相结合，通过参数寻优构建新模型完成对空气质量指数的预测(The improved particle swarm optimization and genetic algorithm are combined with SVM. The prediction of air quality index (AQI) is completed by constructing a new model by parameter optimization.)
-
-
2下载：
phog方法提取图像特征，svm支持向量机进行分类，分别有GA遗传算法和PSO粒子群优化算法进行寻优。(Phog method extracted image features, SVM support vector machine classification, respectively, GA genetic algorithm and PSO particle swarm optimization algorithm for optimization.)
-
