搜索资源列表
00
- 利用构造的模型机实现不带进位的与或运算，使用软件HKCPT调试并执行一段程序，了解程序的编译、加载过程。通过微单步，单拍调试，理解模型机中的数据流向。-The use of constructed model for machine into place to achieve with or without operation, using the software and perform a HKCPT debugging process, to understand the procedur
LSSVMNARX
- 基于最小二乘支持向量机的NARX模型辨识，用于设备故障诊断-program based on LS-SVM NARX for diagnosis
SVM
- 支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度，Accuracy）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折衷，以期获得最好的推广能力[14]（或称泛化能力）。 -SVM is based on statistical learning theory and the theory of VC dimension based on structural risk minimization pr
SVM_Short-term-Load-Forecasting
- 优秀论文及配套源码。首先阐述了负荷预测的应用研究现状，概括了负荷预测的特点及其影响因素，归纳了短期负荷预测的常用方法，并分析了各种方法的优劣；接着介绍了作为支持向量机（SVM）理论基础的统计学习理论和SVM的原理，推导了SVM回归模型；本文采用最小二乘支持向量机（LSSVM）模型，根据浙江台州某地区的历史负荷数据和气象数据，分析影响预测的各种因素，总结了负荷变化的规律性，对历史负荷数据中的“异常数据”进行修正，对负荷预测中要考虑的相关因素进行了归一化处理。LSSVM中的两个参数对模型有很大影响，
pso_svm
- 该文件为粒子群算法优化支持向量机模型参数的matlab代码 支持向量机模型为专门用于处理不平衡数据的成本控制型支持向量机模型 用粒子群算法优化模型中的三个主要参数：C1、C2、sigma-The file is in particle swarm optimization parameters of support vector machine model matlab code for support vector machine model designed for use with
LS_SVMlab
- 最小二乘支持向量机的程序包，包括了模型的训练和测试的各种函数。-Support Vector Machine package, including training and testing models of various functions.
Character-Recognition(Lib-SVM)
- 支持向量机的研究现已成为机器学习领域中的研究热点，其理论基础是Vapnik[3]等提出的统计学习理论。统计学习理论采用结构风险最小化准则，在最小化样本点误差的同时，缩小模型泛化误差的上界，即最小化模型的结构风险，从而提高了模型的泛化能力，这一优点在小样本学习中更为突出。SVM理论正是在这一基础上发展而来的，经过十几年的研究和发展，已开始逐步应用于一些领域。在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势，已经在模式识别、函数逼近和概率密度估计等方面取得了良好的效果。- Support
3机9节点
- pscad3机9节点经典模型包括故障和调节器(Pscad3 9 nodeThe classic model includes faults and regulators)
支持向量机分类模型-例2
- 支持向量机MATLAB案例，有数据和说明(SVM MATLAB code with data and descr iption)
支持向量机分类模型-例1
- 支持向量机MATLAB案例，消费类型分类，有数据和说明。(svm MATLAB code with data)
支持向量机、神经网络
- 支持向量机和神经网络的代码，神经网络是作为对比模型，可以成功运行
chapter13_PSO
- pso 算法对支持向量机进行参数寻优，能够寻找最优的支持向量机参数，并建立最佳模型(PSO algorithm for parameter optimization of support vector machines)
PSO-SVM-master
- 该代码为粒子群算法优化支持向量机模型(The code is a particle swarm optimization algorithm to optimize the support vector machine model)
libsvm-3.21
- 支持向量机matlab程序包建立支持向量机模型，添加至路径即可(The support vector machine matlab package is built, and the support vector machine model is added to add to the path.)
SVM_Short-term-Load-Forecasting2
- 本文采用最小二乘支持向量机（LSSVM）模型，根据浙江台州某地区的历史负荷数据和气象数据，分析影响预测的各种因素，总结了负荷变化的规律性，对历史负荷数据中的“异常数据”进行修正，对负荷预测中要考虑的相关因素进行了归一化处理。LSSVM中的两个参数对模型有很大影响，而目前依然是基于经验的办法解决。对此，本文采用粒子群优化算法对模型参数进行寻优，以测试集误差作为判决依据，实现模型参数的优化选择，使得预测精度有所提高。实际算例表明，本文的预测方法收敛性好、有较高的预测精度和较快的训练速度。(this
30个智能算法模型
- 1-8遗传算法，9 多目标Pareto最优解搜索算法，10 基于多目标Pareto的二维背包搜索算法，11-12免疫算法，13-17粒子群算法，18鱼群算法，19-21模拟退火算法，22-24蚁群算法，25-27神经网络，28 支持向量机的分类，29 支持向量机的回归拟合，30 极限学习机的回归拟合及分类(1-8 genetic algorithm, 9 multi-objective Pareto optimal solution search algorithm, 10 multi-obje
libsvm-3.21
- 支持向量机工具箱，可以用来建立模型进行单分类。(Support Vector Machine Toolkit, which can be used to build models for single classification.)
四机两区
- 粒子群优化算法计算出的PSS优化模型，为四机两区模型(PSS optimization model calculated by particle swarm optimization algorithm)
BCI_MI_CSP_DNN
- BCI_MI_CSP_DNN是一种基于matlab的运动图像脑电信号分类程序。 基于matlab深度学习工具箱编写了BCI_MI_CSP_DNN程序 本程序的原理基于CSP和DNN算法 这个程序的性能是基于BCI竞赛II数据集II 提出了一种基于深度学习的运动图像脑电信号分类方法。在预处理原始脑电图信号的基础上，采用共空间模型(CSP)方法提取脑电图特征矩阵，并将其输入深度神经网络(DNN)进行训练和分类。我们的工作在BCI Competition II Dataset III上进行了实
电动汽车电池充放电simulink仿真模型
- Simulink搭建的电动汽车充电机模型，可用于研究电动汽车充电产生的谐波问题(Simulink's electric vehicle charger model can be used to study the harmonic problems caused by electric vehicle charging.)