搜索资源列表
GA-BP-neural
- 由于BP网络的权值优化是一个无约束优化问题，而且权值要采用实数编码，所以直接利用Matlab遗传算法工具箱。以下贴出的代码是为一个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。程序需要调用gaot工具箱.
pls
- 偏最小二乘法PLS广泛应用于很多领域。这个程序包提供了一个函数，使用非线性迭代偏最小二乘法NIPALS算法，实现PLS回归。同时包含NIPALS算法的教程-PLS PLS is widely used in many areas. This package provides a function, use of non-linear iterative partial least squares algorithm NIPALS achieve PLS regression. NIPALS al
mat
- 支持向量机非线性回归通用MATLAB源码本源码可以用于线性回归、非线性回归、非线性函数拟合、数据建模、预测、分类等多种应用场合-Universal non-linear regression support vector machine MATLAB source code of this source can be used for linear regression, nonlinear regression, nonlinear function approximation, data m
rbf
- RBF神经网络利用MATLAB工具箱函数实现非线性函数回归-RBF neural network using MATLAB toolbox function is to achieve non-linear regression function
rbf-matlab
- rbf非线性回归函数的MATLAB代码,是可以实现的-rbf matlab
svm3
- 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-Using support vector machines non-linear regression
RBF
- RBF网络的回归-非线性函数回归的实现 遗传算法典型实例-RBF network regression- typical examples of the realization of genetic algorithm for nonlinear regression function
RBF-network-regression
- 经典教程RBF网络的回归-非线性函数回归的实现-RBF network regression- nonlinear function of the realization of reunification
BP-curve-in-MATLAB
- 该压缩包包含神经网络在MATLAB里的应用： 1、非线性函数拟合 2、RBF网络-非线性函数回归 3、粒子群算法非线性极值寻优 4、神经网络极值寻优 5、神经网络建模自变量降维 6、BP网络-非线性函数回归-The archive contains neural network in MATLAB: 1, non-linear function fitting 2, RBF network- 3 nonlinear function regression, nonline
SVMNR
- 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。-Using support vector machine for nonlinear regression, nonlinear function y=f (X1,X2,...,Xn)-support vector analysis, When solving the quadratic programming Optimization T
rbf-Nonlinear-regression-function
- 严格(Exact)径向基网络来实现非线性的函数回归-Strict (Exact) radial basis function network nonlinear regression
Evolutionary-ANFIS-Training
- 用MATLAB实现自适应神经模糊推理系统（ANFIS）结构训练。代码中，首先创建一个初始原ANFIS结构，然后采用遗传算法（GA）、粒子群优化（PSO）来训练ANFIS。此进化训练算法可用于解决非线性回归函数逼近问题。-Implementation of adaptive neural fuzzy inference system (ANFIS) based on MATLAB. Code, the first to create an initial original ANFIS struct
RBF
- RBF网络的回归-非线性函数回归的实现的教程-RBF Network Regression- Regression nonlinear function implemented tutorial
代码
- MATLAB 代码 第1章 BP神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章 遗传算法优化BP神经网络——非线性函数拟合 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章 RBF网络的回归--非线性函数回归的实现 ....等58章(MATLAB code The first
jingxiang
- 严格(Exact)径向基网络来实现非线性的函数回归(Nonlinear function regression for strict (Exact) radial basis function networks)
svm
- 支持向量机由Vapnik首先提出，像多层感知器网络和径向基函数网络一样，支持向量机可用于模式分类和非线性回归，该程序主要实现svm的分类和回归功能。(SVM was first proposed by Vapnik. Like multilayer sensor network and radial basis function network, SVM can be used for pattern classification and non-linear regression. The p
Matlab-libsvm-3.20
- SVM(Support Vector Machine)指的是支持向量机，是常见的一种判别方法。在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。 Vapnik等人在多年研究统计学习理论基础上对线性分类器提出了另一种设计最佳准则。其原理也从线性可分说起，然后扩展到线性不可分的情况。甚至扩展到使用非线性函数中去，这种分类器被称为支持向量机(Support Vector Machine，简称SVM)。支持向量机的提出有很深的理论背景。 支持向量机方法是在后来提出的
RBFchapter7
- RBF应用于非线性回归，其中chapter7.1.m为严格(Exact)径向基网络来实现非线性的函数回归chapter7.2.m为RBF网络对同一函数拟合(The application of RBF in nonlinear regression)
RBFneural
- RBF神经网络实现非线性函数回归。 RBF神经网络具有对非线性连续函数的一致逼近性能。(Nonlinear function regression based on RBF neural network. RBF neural network has uniform approximation property for nonlinear continuous functions.)
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 注意： chapter7.1.m为严格(Exact)径向基网络来实现非线性的函数回归 chapter7.2.m为RBF网络对同一函数拟合