您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 支持向量机SVM理论基础和应用

  2. 该软件可以解决C- SVM分类、-SVM分类、-SVM回归和-SVM回归等问题,包括基于一对一算法的多类模式识别问题。在第2章中我们也介绍了该软件的一些优点,因此通过综合考虑,我们决定采用该软件作为工作软件。SVM用于模式识别或回归时,SVM方法及其参数、核函数及其参数的选择,目前国际上还没有形成一个统一的模式,也就是说最优SVM算法参数选择还只能是凭借经验、实验对比、大范围的搜寻或者利用软件包提供的交互检验功能进行寻优。
  3. 所属分类:其它

    • 发布日期:2009-05-15
    • 文件大小:36864
    • 提供者:xiahan0823
  1. 支撑向量机SVM和支撑向量回归SVR的参数寻优工具箱MATLAB版

  2. 支撑向量机SVM和支撑向量回归SVR的参数寻优工具箱MATLAB版,对于不想太深入了解c++版的工具箱有很大帮助,另外不用调试参数,而是寻优取得
  3. 所属分类:其它

    • 发布日期:2011-02-22
    • 文件大小:373760
    • 提供者:jarryzhang19876
  1. 一种SVM增量学习淘汰算法

  2. 基于svm寻优问题的KKT条件和样本之间的关系,分析了样本增加后支持向量集的变化情况,支持向量机在增量学习中的活动规律,提出一种新的支持向量机增量学习的遗忘机制
  3. 所属分类:专业指导

  1. PSO优化SVM参数

  2. 简单的PSO算法用来进行参数寻优,从而优化SVM的惩罚参数c和核参数g
  3. 所属分类:其它

    • 发布日期:2012-10-06
    • 文件大小:4096
    • 提供者:huamoxiaomu
  1. 基于复Morlet小波SVM的负荷预测

  2. 基于复Morlet小波SVM的负荷预测 陈维荣1, 郑永康1, 戴朝华1, 王维博2 (1.西南交通大学电气工程学院,四川成都610031;2.西南交通大学信息科学与技术学院,四川成都 610031) 摘 要:为提高预测精度和克服支持向量机(SVM)凭经验选择参数的不足,针对小波擅长信号细微特征提取和 云遗传算法(CGA)良好的全局寻优能力,构建了以复Morlet小波为核函数、以CGA为参数优化算法的SVM——— 基于CGA的复Morlet小波SVM(CGA-CMW-SVM).针对短期负荷预测
  3. 所属分类:专业指导

    • 发布日期:2014-03-13
    • 文件大小:251904
    • 提供者:vcfriend
  1. 基于PSO的SVM参数寻优代码

  2. 函数使用接口: 利用PSO参数寻优函数(分类问题);利用PSO参数寻优函数(回归问题)
  3. 所属分类:专业指导

    • 发布日期:2014-03-23
    • 文件大小:6144
    • 提供者:charles_xust
  1. SVM源码:libsvm

  2. 官方网站 http://www.csie.ntu.edu.tw/~cjlin/libsvm/ 参考网页 http://baike.baidu.com/view/598089.htm 实现语言:C语言 LIBSVM是台湾大学林智仁(Lin Chih-Jen)副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;该软件还有一个特点,就是对SVM所涉及的参数调节相
  3. 所属分类:C

    • 发布日期:2008-11-24
    • 文件大小:563200
    • 提供者:cat_ng
  1. 支持向量机分类预测 SVM libsvm(含参数寻优)

  2. 总共上传了两个资源,之前的资源少了寻优那一部分,这是在林智仁的libsvm上的改进,对于学习支持向量机的同学很有帮助,如何安装使用请下载之前上传的一个安装包(本程序包属于转载,非原创)
  3. 所属分类:机器学习

    • 发布日期:2017-07-19
    • 文件大小:1048576
    • 提供者:programming2015
  1. 支持向量机 分类 预测 SVM

  2. 属于从论坛上的转载,这是在林智仁教授的libsvm上的改进,含有参数寻优,安装使用可以参考上一次传的文件,当然也可以百度如何安装libsvm. 非原创,感谢林教授及Fauto
  3. 所属分类:机器学习

    • 发布日期:2017-07-19
    • 文件大小:1048576
    • 提供者:programming2015
  1. SVM参数搜索

  2. 利用网格搜索进行参数寻优,效果很好,时间复杂度也可以
  3. 所属分类:机器学习

    • 发布日期:2017-12-28
    • 文件大小:601
    • 提供者:qq_34029178
  1. SVM与模糊分解相结合的预测代码(含详细注释,网格遍历GTA算法的寻优过程,MATLAB开发)

  2. SVM与模糊分解相结合的预测代码(含详细注释,网格遍历GTA算法的寻优过程,MATLAB开发,含示例数据)
  3. 所属分类:机器学习

    • 发布日期:2018-07-28
    • 文件大小:1048576
    • 提供者:xinhuojianke
  1. SVM参数寻优及交叉验证matlab

  2. SVM参数寻优,寻找最佳的C和g,还可以做数据集的交叉验证。
  3. 所属分类:其它

    • 发布日期:2018-08-23
    • 文件大小:3072
    • 提供者:yundoummm
  1. 基于SVM的厚松散层矿区开采下沉系数预测模型

  2. 针对厚松散层薄基岩矿区开采沉陷变形预计中存在的下沉系数偏大问题,以23个开采工作面的地质采矿条件及其下沉系数为学习和测试样本,将文化-随机粒子群算法(CA-rPSO)和支持向量机(SVM)相结合,利用CA-rPSO的快速并行寻优功能优化SVM参数,建立了厚松散层薄基岩开采条件下下沉系数的SVM预测模型。通过实例验证SVM的预计结果与实际符合较好。
  3. 所属分类:其它

    • 发布日期:2020-05-12
    • 文件大小:205824
    • 提供者:weixin_38698590
  1. 基于IPSO-Powell优化SVM的煤与瓦斯突出预测算法

  2. 针对基于支持向量机(SVM)的煤与瓦斯突出预测算法存在预测精度和可靠性不高,选择核函数时未考虑非线性数据的分类,对非线性分布的煤与瓦斯突出影响因素提取效果较差的问题,提出了一种将改进的粒子群(IPSO)算法与Powell算法相结合(IPSO-Powell)优化SVM的煤与瓦斯突出预测算法。首先通过灰色关联分析提取出煤与瓦斯突出主控因素,即瓦斯放散初速度、瓦斯压力、开采深度、瓦斯含量和煤体破坏类型,作为算法的输入样本;然后运用IPSO算法改善粒子群算法(PSO)的早熟收敛性,结合Powell算法进
  3. 所属分类:其它

    • 发布日期:2020-05-09
    • 文件大小:1048576
    • 提供者:weixin_38682086
  1. MFOA-SVM在采煤工作面瓦斯涌出量预测中的应用

  2. 针对新安煤矿采煤工作面瓦斯涌出量系统时变非线性特点,建立改进果蝇算法(MFOA)支持向量机(SVM)预测模型。利用FOA具有运算简单、收敛速度快、寻优精度高等优势来优化SVM核函数参数g、惩罚因子c和不敏感损失函数ε,但FOA也存在可能陷入局部最优的不稳定缺陷,则嵌入三维搜索、混沌优化、自适应变步长和最优保留策略进行改进,并利用Rosenbrock测试函数和采煤工作面瓦斯涌出量历史数据进行试验分析,结果表明:该模型预测平均相对误差为2.16%,比其他预测模型具有更高的预测精度、更快的收敛速度、更
  3. 所属分类:其它

    • 发布日期:2020-05-05
    • 文件大小:376832
    • 提供者:weixin_38740201
  1. 基于改进PSO优化LS-SVM参数的煤与瓦斯突出预测研究

  2. 为提高最小二乘支持向量机的预测精度,拓展其应用范围,采用改进后的粒子群优化算法对最小二乘支持向量机进行参数寻优,并应用于芦岭煤矿煤与瓦斯突出危险性类型预测。结果表明优化后的模型比神经网络预测的结果精度高,总体效果良好。
  3. 所属分类:其它

    • 发布日期:2020-04-30
    • 文件大小:224256
    • 提供者:weixin_38553837
  1. 基坑近邻地表沉降的GA-SVM建模研究

  2. 基坑开挖引起其邻近地表沉降的即时预测评估有利于实现工程安全的高效控制,应用支持向量机(Support Vector Machines,SVM)函数方法提出一个适用于这项工作需要的沉降数据预测方法。通过遗传算法(Genetic Algorithm,GA)的引入获得核函数类型、核函数参数及错误惩罚因子的选取结果。结合SVM函数回归计算技术,利用已知数据完成GA-SVM建模,根据模型的外推结果,给出沉降预测值。以广州某地铁工程为实例,对比分析了GA参数寻优是否进行优化的预测效果差异,与实测结果的对比证
  3. 所属分类:其它

    • 发布日期:2020-04-25
    • 文件大小:1048576
    • 提供者:weixin_38562026
  1. HOGI+SVM+PSO.rar

  2. HOGI+SVM支持向量机+PSO粒子群优化+红外行人检测 参考了一些论文,可以采用PSO优化方法对SVM和HOG进行参数寻优,那么最后的检测效果也相应可以提高!
  3. 所属分类:机器学习

    • 发布日期:2019-08-03
    • 文件大小:7340032
    • 提供者:jin739738709
  1. SVM参数寻优

  2. SVM参数寻优
  3. 所属分类:C/C++

    • 发布日期:2016-03-22
    • 文件大小:4096
    • 提供者:qc2lx
  1. 基于激光诱导击穿光谱技术寻优定量分析土壤中Mn元素

  2. 激光诱导击穿光谱技术(LIBS)与支持向量机(SVM)相结合用于分析土壤中Mn元素含量。44个土壤样品采集于安徽淮北地区,采用Kennard-Stone(K-S)方法将样品划分为训练集(34个)和测试集(10个),分别使用多元线性回归(MIR)、网格搜索法(GSM)、遗传算法(GA)、粒子群优化(PSO)和最小二乘法(LS)建立定量分析模型。结果表明:MIR、GSM和PSO模型所得到的训练集相关系数 Rtra2只有0.861、0.866和0.862,测试集相关系数 Rt2低于0.9,相对误差大于
  3. 所属分类:其它

    • 发布日期:2021-01-26
    • 文件大小:2097152
    • 提供者:weixin_38581777
« 12 3 4 »