搜索资源列表
pca
- PCA主元分析后用神经网络预测，A/S含量，PCA算法实现，与神经网络-PCA principal component analysis using neural network prediction, A/S content, PCA algorithm, and neural network
GA_SVM
- 对于小样本而言，SVM的仿真效果要比神经网络好，但是SVM的性能依赖于它的两个训练参数，本算法是用GA自动选择SVM的两个参数。-For small sample case, SVM simulation results than the neural network is good, but the performance of SVM depends on its two training parameters, the algorithm is automatically selected
svm
- 在国内外关于信用评价研究的文献中,计判别方法的预测模型被广泛采用。常有的多元判别分析法、k-邻近判别法、层法及神经网络等。这些模型已经得到应用,但它们都存在着一些缺陷。而支持向量机则克服这些缺点. 该程序详细描述了支持向量机的实现过程-Support Vector Machine
RBFNN-SVM
- RBF神经网络和支持向量机混合算法！ -RBF neural network and support vector machine hybrid algorithm. RBF neural network and support vector machine hybrid algorithm.
chapter14
- SVM神经网络的回归预测分析---上证指数开盘指数预测 ，利用回归预测分析最佳的参数进行SVM网络训练-SVM Neural Network Regression analysis--- The Shanghai Composite Index opened index forecast, Regression analysis of the best parameters for SVM network training
12
- SVM神经网络的数据分类预测,运行成功无错误，希望对大家有帮助-SVM neural network prediction data classification, run successfully without error, we want to help
SVM
- 该文件是SVM神经网络的源程序，可以用于对数据进行分类预测-The file is SVM neural network source, can be used for data classification forecast
xiaoboboSVMsort
- 该程序描述了SVM神经网络的数据分类脑电信号种类识别。-The program describes the SVM neural network data classification EEG species identification.
chapter14
- svm神经网络预测模型，运行时自己添加data文件就可以了。-svm neural network prediction model, run-time to add their own data files on it.
SVM-neural-networks-
- SVM神经网络中的参数优化 -如何更好的提升分类器的性能 绝对可以无错运行-SVM neural network classifier parameter optimization performance improvement - how to better the absolute can be error free operation
SOMShenJingWangluoFenLei
- SVM神经网络中的参数优化 -如何更好的提升分类器的性能 绝对可以无错运行-SVM neural network classifier parameter optimization performance improvement - how to better the absolute can be error free operation
ElmanShenJingWangluoYuCe
- SVM神经网络中的参数优化 -如何更好的提升分类器的性能-SVM neural network classifier parameter optimization performance improvement- how the better
SVM3OUT
- SVM神经网络的系统分类算法，修改可用，运行环境为Matlab。-System classification algorithm, SVM neural network to modify the available, operating environment for the Matlab.
1428369chapter14
- 数据预处理,将原始数据进行归一化,SVM神经网络的回归预测分析上证指数开盘指数预测 -Data preprocessing, the raw data is normalized, the SVM regression analysis to predict the Shanghai Composite Index opened Neural Network Index Forecast
SVM
- SVM神经网络中的参数优化 -如何更好的提升分类器的性能-The SVM parameters optimization of neural network- how to better improve the performance of the classifie
支持向量机和BP神经网络比较研究源程序代码
- 支持向量机和BP神经网络比较研究源程序代码(Support vector machine and BP neural network comparative study source code, if there is a problem, you can contact QQ1373687980)
SVM-CNN-master
- 实现卷积神经网络与支持向量机的联合调试使用(Joint debugging and implementation of convolutional neural network and support vector machine)
MATLAB
- 本书论述在MATLAB环境下如何实现神经网络，包括了常用的神经网络及相关理论，如BP神经 网络、RBF神经网络、SVM、SOM神经网络、灰色神经网络、决策树、随机森林、小波神经网络、NARX神经网络等以及各种优化算法与神经网络的结合。((This book discusses how to realize neural network in MATLAB environment, including the commonly used neural network and related the
神经网络
- 用matlab编程进行神经网络算法的运用。内部含有SVM及SVM的改进，PSO算法，BP算法等等。(Matlab programming for the use of neural network algorithm. Internal SVM and SVM improvement, PSO algorithm, BP algorithm and so on.)
神经网络入门13课源码
- 神经网络入门13课源码 第一课 MATLAB入门基础 第二课 MATLAB进阶与提高 第三课 BP神经网络 第四课 RBF、GRNN和PNN神经网络 第五课 竞争神经网络与SOM神经网络 第六课 支持向量机( Support Vector Machine, SVM ) 第七课 极限学习机( Extreme Learning Machine, ELM ) 第八课 决策树与随机森林 第九课 遗传算法( Genetic Algorithm, GA ) 第十课 粒子群优化( Part