搜索资源列表
svr
- svr(support vector regression),即支持向量回归，是人工神经网络的一种学习算法。可用于数据预测等。
libsvm-2.85-dense
- LIBSVM源码。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。
LS-SVMlab1.5
- 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-SVM software package can solve the classification problems (including the C-SVC, n- SVC), regression (including e- SVR, n- SVR) as well as the distribution of estim
Vsvm3.0AndCode
- svm算法 兼容libsvm格式和各种算法，包括多目标回归 -svm svr svc and so on
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 ．甘露聚糖酶 产物浓度的实时在线预估。-In
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预测模型能精确地预测混沌时间序列，具有很好的 理论和应用价值。-Ab
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 an effective SVR model，SVR’8
svm
- 统计学习理论中提出的支撑向量机回归(SVR)遵循了结构风险最小化原则,从而避免了一味追求经验风险最小化带来的弊端-Statistical learning theory proposed by the support vector machine regression (SVR) to follow the structural risk minimization principle, thus avoiding the blind pursuit of Empirical Risk Minim
WLS
- 加权最小二乘法滤波，在很多书中，都没有给出初始协方差的求法，本程序给出了一种方法，仿真的滤波效果很好。-WLS Fliter
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
libsvm-svdd-2.89
- 有关支持向量机方面的程序:c-svm,v-svm,svr-For support vector machines of the procedures
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
SVR
- 支持向量机的回归拟合——混凝土抗压强度预测 专门针对小样本问题而提出，在有限样本的情况下获得最优解。-The return of the support vector machine fitting, concrete compressive strength prediction Specifically targeted at small sample problem and put forward, in limited sample gain the optimal solution
gapetsvr
- 一个用于石油降解率预测的SVR程序，采用遗传算法优化支持向量回归模型的参数。供大家参考！-a SVR model for prediction of oil degradation rate. The parameters of SVR model was optimized by GA.
IRWLS-SVR-code
- IRWLS-SVR即基于迭代加权最小二乘的支持向量机回归-IRWLS-SVR，Support vectors based on iteratively reweighted least squares
svr
- svm回归 用来预测回归的参数没有调 结果不好(svm bbbdhua dsjffb ervg dr fer)
farutoUltimateVersion2[1].0
- SVR工具箱，可以用来参数预测，还可以应用于优化设计中(SVR toolbox, used for the prediction and optization)
pso-svr代码
- 基于粒子群优化的向量回归预测分析 matlab代码(Support vector regression code with pso)
交叉验证及svr
- 交叉验证及带例子的支持向量机回归代码，修改可用。(Cross validation and support vector machine regression code with examples can be modified.)
python
- 该代码基于Python3,利用机器学习中支持向量机回归算法（SVR）实现对数据的拟合以及预测，可以通过调试C值和gamma值达到不同的拟合程度，具有较大的实际意义，并且该代码本人亲自调式运用，适合广大学习者使用。(This code is based on Python 3. It uses support vector machine regression algorithm (SVR) in machine learning to fit and predict the data. It c