搜索资源列表
libsvm-2.89
- LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、易于使用、快速有效的通用SVM 软件包,可以解决分类问题(包括C- SVC、n - SVC )、回归问题(包括e - SVR、n - SVR )以及分布估计(one-class-SVM )等问题,提供了线性、多项式、径向基和S形函数四种常用的核函数供选择,可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。 2.8
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
TimeSeriesPredictionUsingSupportVectorRegressionNe
- 为了选择神经网络的最好结构以及增强模型的推广能力,提出一种自适应支持向量回归神经网络(SVR—NN)。SVR—NN 用支持向量回归(SVR)方法获得网络的初始结构和权值, 白适应地生 成网络隐层结点,然后用基于退火过程的鲁棒学习算法更新网络结点疹教和权 主。 SVR—NN有很 好的收敛性和鲁棒性,能抑制由于数据异常和参数选择不当所导致的“过拟合,’现象。将SVR—NN 应用到时间序列预测上。结果表明,SVR.NN预测模型能精
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
OnlineSVR-Matlab-2006b-Code
- Online SVR工具箱,实现对数据的在线回归和分类。-Online SVR toolbox to achieve the online data regression and classification.
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
Block-SVR
- 本算法是利用matlab软件编写的Block-SVR算法,该算法是用来处理SAR和可见光融合的算法。-We have proposed a new fusion technique, namely block-based synthetic variable ratio (Block-SVR), which is a technique based on multiple linear regression of block reg
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
svm-matlab-
- 支持向量机的源代码,可以实现分类和回归分析。-ctions on Intelligent Systems and Technology ABSTRACT LIBSVM is a library for Support Vector Machines (SVMs). We have been actively developing this package since the year 2000. The goal is to he
LIBSVM
- LIBSVM是台湾大学林智仁(Lin Chih-Jen)教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包,他不但提供了编译好的可在Windows系列系统的执行文件,还提供了源代码,方便改进、修改以及在其它操作系统上应用;该软件对SVM所涉及的参数调节相对比较少,提供了很多的默认参数,利用这些默认参数可以解决很多问题;并提供了交互检验(Cross Validation)的功能。该软件可以解决C-SVM、ν-SVM
foa-svr
- 基于果蝇的算法优化支持向量回归的matlab程序,包括txt版本和matlab中m文件(Matlab algorithm based on fruit fly algorithm optimized support vector regression, including the txt version and Matlab m file)
svm
- SVR和SVM的matlab工具包,大家可以用于研究matlab原始模型(The MATLAB toolkit for SVR and SVM)
2016.11.03DE_SVR(差分进化)
- 以优化SVR算法的参数c和g为例,对DE(差分进化)算法MATLAB源码进行了详细中文注解。(Differential Evolution algorithm (DE) is a heuristic random search algorithm based on group differences. This algorithm is proposed by R.S and k.p. rice for solving Chebyshe
svr
- RBF核函数编写和svr的matlab编写(RBF kernel function writing)