注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于pso优化lssvm两参数

  2. 运用pso 方法优化lssvm 的sig2 gam 两参数 对数据进行回归预测

  3. 所属分类：其它

    • 发布日期：2013-04-08
    • 文件大小：3072
    • 提供者：brahman555

  1. 基于最小二乘支持向量机的负荷预测

  2. 这是一个基于PSO-LSSVM的负荷预测程序。用粒子群算法优化支持向量机的参数。

  3. 所属分类：教育

    • 发布日期：2014-10-19
    • 文件大小：18432
    • 提供者：hubeiljc

  1. 粒子群优化最小二乘支持向量机

  2. 粒子群算法优化最小二乘支持向量机的源程序

  3. 所属分类：C

    • 发布日期：2014-11-17
    • 文件大小：3072
    • 提供者：shashadeniuwa

  1. 基于时变PSO_SVM的混沌时间序列连续预报

  2. 针对粒子群优化(PSO)算法中适应度函数不可变的问题，提出一种改进时变 PSO 算法（ TVPSO），其适应度函数可变， 利用 TVPSO 对最小二乘支持向量机（ LSSVM）的参数进行优化，避免了人为选择参数的盲目性，提高了预测模型的在线预测能力。 建立基于 TVPSO -LSSVM 的连续预报模型，充分利用 LSSVM 的结构风险最小化与 TVPSO 粒子群算法全局、时变的特性，对非线性较强的混沌时间序列进行连续预报。仿真结果表明，该法运算速度快，适用于在线预报。

  3. 所属分类：软件测试

    • 发布日期：2015-09-09
    • 文件大小：834560
    • 提供者：qq_31175517

  1. PSO优化LSSVM matlab源码

  2. 利用粒子群算法优化LSSVM的c和g参数，matlab源代码分享，数据挖掘分类

  3. 所属分类：其它

    • 发布日期：2017-01-06
    • 文件大小：3072
    • 提供者：edward_cullen_

  1. 使用PSO优化LSSVM

  2. 自己写的PSO优化的LSSVM代码，用于对电力负荷的时间序列进行预测，含有原始数据序列。

  3. 所属分类：机器学习

    • 发布日期：2018-04-09
    • 文件大小：2097152
    • 提供者：hezhaoshuang

  1. 粒子群PSO优化LSSVM的完整程序

  2. 粒子群PSO优化LSSVM最小二乘支持向量机的完整程序。亲测可用

  3. 所属分类：机器学习

    • 发布日期：2018-06-02
    • 文件大小：3072
    • 提供者：lk23liuke

  1. pso_lssvm回归预测

  2. pso_lssvm回归预测matlab代码pso_lssvm回归预测matlab代码

  3. 所属分类：互联网

    • 发布日期：2018-06-12
    • 文件大小：5120
    • 提供者：qq_42073210

  1. 基于改进的PSO与LSSVM的瓦斯涌出量预测

  2. 瓦斯涌出量受多种自然因素和开发技术的影响,是一个非线性、高维的问题。为了更好的解决该问题,又基于目前支持向量机参数选择的重要性,提出了改进的PSO算法与LSSVM算法相结合的新方法,并将其应用于瓦斯涌出量预测,结果表明,该模型可有效避免神经网络收敛速度慢、SVM中PSO选择参数早熟或停滞等缺点,预测精度更高,泛化能力更强,更适用于瓦斯涌出量预测。

  3. 所属分类：其它

    • 发布日期：2020-05-15
    • 文件大小：183296
    • 提供者：weixin_38664989

  1. 基于PSO-LSSVM的大地水准面拟合

  2. 基于PSO-LSSVM的大地水准面拟合，师艳，剧成宇，大地水准面拟合是GPS高程研究的重点，可以使用支持向量机的回归功能。本文针对支持向量机存在的运算速度慢，且参数选取困难的问题

  3. 所属分类：其它

    • 发布日期：2020-03-13
    • 文件大小：182272
    • 提供者：weixin_38734200

  1. IAPSO-LSSVM下的煤炭开采成本预测模型

  2. 为提高最小二乘支持向量机(LSSVM)预测模型的精度,准确预测煤炭开采成本.利用改进的自适应粒子群算法(IAPSO)的全局搜索能力,寻找LSSVM最优的惩罚因子r和高斯核函数的半径σ,提出一种IAPSO-LSSVM预测算法.在分析影响煤炭开采成本的空间因素、时间因素和定性因素的基础上,构建基于IAPSO-LSSVM的煤炭开采成本预测模型,并以TF煤业集团数据进行仿真实验.结果表明:与LSSVM、PSO-LSSVM算法相比,该模型预测效果更好.

  3. 所属分类：其它

    • 发布日期：2020-05-27
    • 文件大小：960512
    • 提供者：weixin_38630697

  1. 基于PSO-LSSVM的浓缩池溢流水浓度预测

  2. 目前针对溢流水浊度测量时存在的设备昂贵、可靠性差以及寿命短等问题,对浓缩池煤泥水处理过程带来的不利影响,提出了一种基于PSO-LSSVM的溢流水快速可靠的预测方法。根据现场获得的数据组建溢流水浊度数据库,并将其分为训练集与测试集,构建预测模型,并以粒子群算法(PSO)优化最小二乘支持向量机(LS-SVM)模型中的相关参数。经仿真验证,预测值精度可以达到92.38%,表明基于PSO-LSSVM的浓缩池溢流水浓度预测模型可以较好地实现溢流浊度的预测。

  3. 所属分类：其它

    • 发布日期：2020-05-31
    • 文件大小：1048576
    • 提供者：weixin_38662327

  1. 煤体瓦斯渗透率的PSO-LSSVM预测模型

  2. 结合有关煤体渗透率的众多研究成果,总结出影响煤体渗透率的3个主要因素为有效应力、温度和瓦斯压力。采用粒子群优化算法(PSO)对最小二乘支持向量机(LSSVM)的参数进行优化选择,并以上述3个因素和抗压强度为输入值,以渗透率为目标输出值,建立煤体瓦斯渗透率的PSO-LSSVM预测模型。利用25组数据进行PSO-LSSVM模型与BP神经网络及支持向量机的比较实验,PSO-LSSVM预测结果与实际值拟合程度优于其他两个模型,且具有更小的误差。实验结果表明,采用PSO-LSSVM模型可由有效应力、温度和

  3. 所属分类：其它

    • 发布日期：2020-07-14
    • 文件大小：509952
    • 提供者：weixin_38611812

  1. PSO-LSSVM的MATLAB代码.rar

  2. 参考用PSO优化LSSVM解决回归问题，本程序在此基础上用PSO优化LSSVM解决多分类的问题，通过PSO对LSSVM的两个参数进行寻优，分类精度能达到90%以上。程序使用了LSSVM的工具箱，并参考工具箱的说明书使用了三个函数，先对多分类的标签进行处理，然后训练得到分类模型，用模型对测试数据进行分类。数据来源于本人实验数据。

  3. 所属分类：机器学习

    • 发布日期：2020-10-04
    • 文件大小：10240
    • 提供者：weixin_45317919

  1. 通信与网络中的改进PSO算法在LSSVM入侵检测模型的应用

  2. 粒子群优化算法（PSO）是一种进化计算技术（evolutionary computation），有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究。PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉（crossover）以及变异（mutation）。而是粒子在解空间追随最优的粒子进行搜索。同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控

  3. 所属分类：其它

    • 发布日期：2020-10-22
    • 文件大小：330752
    • 提供者：weixin_38643127

  1. 基于ARIMA-LSSVM混合模型的犯罪时间序列预测

  2. 对犯罪时间序列的预测对帮助公安部门更好地掌握犯罪动态，实现智能犯罪发现具有重大意义。针对犯罪时间序列预测的计算需求，结合真实犯罪数据集，提出了ARIMA-LSSVM混合模型。该模型通过ARIMA预测出时间序列的线性部分，通过PSO优化的LSSVM模型预测非线性部分，以对序列进行充分拟合，最后通过混合算法计算最终结果。使用此混合模型达到了精准的预测效果，证明了模型的有效性。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：348160
    • 提供者：weixin_38562392

  1. 基于改进PSO算法的LSSVM入侵检测模型

  2. 在基本PSO算法和线性权重下降PSO算法的基础上，提出一种并行PSO算法，将粒子群分成两组，分别采用不同的惯性权重，各侧重于全局搜索和局部搜索，根据进化代数动态调整两种算法中进化的粒子数。通过仿真实验，证明了并行PSO算法的寻优性能优于基本PSO算法和线性权重下降PSO算法。

  3. 所属分类：其它

    • 发布日期：2020-10-24
    • 文件大小：346112
    • 提供者：weixin_38611230

  1. 基于混合PSO优化的LSSVM锅炉烟气含氧量预测控制

  2. 烟气含氧量是影响火电厂锅炉运行安全性和经济性的一个重要因素,影响锅炉烟气含氧量的因素多而复杂,对烟气含氧量特性进行建模与控制是实现锅炉正常运行的基础。借助现场运行数据,根据锅炉烟气含氧量的特性,建立基于最小二乘支持向量机(LSSVM)的锅炉烟气含氧量预测模型。在此基础上结合全局寻优的混合粒子群算法(PSO),对锅炉烟气含氧量进行控制。仿真结果表明:该方法能够比较准确地对火电厂锅炉烟气含氧量进行测量和控制,为锅炉燃烧系统的闭环控制与优化运行提供了新的手段。

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：1048576
    • 提供者：weixin_38690095

  1. PSO-LSSVM灰色组合模型在地下水埋深预测中的应用

  2. 针对LSSVM参数难以确定和单一方法预测精度不高的问题,提出一种基于粒子群优化LSSVM灰色组合预测模型的学习方法.利用粒子群算法的收敛速度快和全局优化能力,优化L,SSVM模型的惩罚因子和核函数参数.避免了人为选择参数的盲目性.在同一时刻利用不同长度序列的灰色预测方法对历史数据进行初步预测,将初步预测结果的组合作为LSSVM的输入,该时刻的实际值作为输出,进行训练建立灰色LSSVM组合预测模型,提高了模型的推广预测能力.选取三江平原某地区1985年至2006年地下水埋深实测数据,建立PSO-L

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：671744
    • 提供者：weixin_38517892

  1. 改进PSO算法在LSSVM入侵检测模型的应用

  2. 粒子群优化算法（PSO）是一种进化计算技术（evolutionary computation），有Eberhart博士和kennedy博士发明。源于对鸟群捕食的行为研究。PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻值。但是并没有遗传算法用的交叉（crossover）以及变异（mutation）。而是粒子在解空间追随的粒子进行搜索。同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：343040
    • 提供者：weixin_38752074
« 12 »