搜索资源列表
演化算法在参数回归中的应用
- 本文在VC++环境下用演化算法实现了非线性参数回归，实验结果表明，用此方法能够很好的实现非线性参数回归。-paper in VC environment using an evolutionary algorithm to achieve the nonlinear regression, experimental results indicate that this method can achieve good nonlinear regression.
LS_SVM最小二乘支持向量机Matlab源码
- 自编的最小二乘支持向量机Matlab代码，主要用于非线性回归
RBF-NN
- RBF网络的回归,非线性函数回归的实现.很有用的。-RBF NN
RBFRegress7
- RBF网络 回归 非线性函数 回归 实现-RBF network nonlinear function of regression to achieve reunification
nonlinear_regression_SVM
- 用于在matlab中实现非线性回归的支持向量机svm算法-Used matlab to implement non-linear regression algorithm of support vector machines svm
ReviewofSVM-basedControlandOnlineTrainingAlgorithm
- 支持向量机以其模型结构简单、较好的推广能力和全局最优解等特点已经被用来进行智能 控制的研究，主要包括采用支持向量机回归的非线性时间序列的建模与预测、系统辨识等建模方 面的研究以及优化控制、学习控制和预测控制等方面的研究以及采用支持向量机的故障诊断的研 究。由于现有SVMR基于二次规划的优化方法不适合控制过程的在线训练，因此出现了对SVMR 在线训练算法的研究。分析了国内外这些研究内容的最新研究进展，旨在探讨归纳支持向量机在控 制领域研究的主要成果和存在的问题，以便为进一步的研
SVR
- SVR 支持向量回归机，这是SVM的一种拓展类型，可以有效的完成非线性拟合-SVR support vector regression, which is an expanding type of SVM, can effectively complete the nonlinear fitting
svm_wenxian
- 支持向量机是一种新颖的机器学习方法，主要用于模式识别、回归预测、函数逼近、参数估计。相比于其他的学习方法，支持向量机不仅克服了非线性，局部极小和维数灾难问题，而且具有更好的泛化能力。-Support vector machine is a novel machine learning method, mainly for pattern recognition, regression, function approximation, parameter estimation. Compared
san-non
- 三元非线性回归分析,对多元非线性问题提出建议-Three non-linear regression analysis, make recommendations on the multiple nonlinear
GA-optimize--NN
- 代码是为一个19输入变量，1个输出变量情况下的非线性回归而设计的，如果要应用于其它情况，只需改动编解码函数即可。-Code is a 19 input variables, a case of output variables in nonlinear regression and design, if used in other cases, simply encoding and decoding functions can be changed.
SVMNR
- matalb 仿真SVM 非线性回归程序 初学者适合-svm Nonlinear regression procedure for beginners
Matlab-svm-BP-compare
- 支持向量机和BP神经网络虽然都可以用来做非线性回归，但它们所基于的理论基础不同，回归的机理也不相同。支持向量机基于结构风险最小化理论，普遍认为其泛化能力要比神经网络的强。为了验证这种观点，本文编写了支持向量机非线性回归的通用Matlab程序和基于神经网络工具箱的BP神经网络仿真模块，仿真结果证实，支持向量机做非线性回归不仅泛化能力强于BP网络，而且能避免神经网络的固有缺陷——训练结果不稳定。-SVM and BP neural networks, although non-linear regr
adaptive-genetic-algorithm
- 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
SVM-Multiregression
- SVM Multiregression for Non Linear Channel Estimation in Multiple-Input Multiple-Output Systems 在多输入多输出系统中的SVM多元回归非线性逼近-This paper addresses the problem of Multiple-Input Multiple-Output (MIMO) frequency non-selective channel estimation. We d
SVMANN_matlab_code.
- 使用支持向量机进行非线性回归，得到非线性函数y=f(x1,x2,…,xn)的支持向量解析式， 求解二次规划时调用了优化工具箱的quadprog函数。本函数在程序入口处对数据进行了 [-1,1]的归一化处理，所以计算得到的回归解析式的系数是针对归一化数据的，仿真测 试需使用与本函数配套的Regression函数。- Using non-linear support vector machine regression, nonlinear function y = f (x1,
SVM_Regression
- 支持向量机非线性回归通用程序 使用支持向量机进行非线性回归-Support Vector Machine for Nonlinear Regression
RBF网络的回归-非线性函数回归的实现
- 利用RBF神经网络对非线性函数进行回归分析(The nonlinear function is regressed by RBF neural network)
RBF网络的回归--非线性函数回归的实现
- RBF网络的回归--非线性函数回归的实现(The regression of RBF Network -- the realization of nonlinear function regression)
神经网络与模式识别_丁铖_2017140818
- bp神经网络，用于风力发电机的故障分类，可用于二分类和多分类，已经线性回归和非线性回归(Bp neural network for fault classification of wind turbines, can be used for two-class and multi-classification, has linear regression and nonlinear regression)
线性回归以及非线性回归
- 线性回归以及非线性回归的上课用的课件和基于Python的源码