svm支持向量机python代码
2023-04-11 17:52:13 12KB SVM python
1
jacobi方法计算对称矩阵的特征值和特征向量,使用旋转矩阵的方法
2023-04-11 15:56:45 2KB jacobi
1
shapeNet数据集,包括hdf5、带法向量、不带法向量等三种格式数据集--网盘下载链接(永久有效)
2023-04-11 15:38:36 9KB shapeNet hdf5 带法向量 不带法向量
1
6种算法(线性回归、随机森林、支持向量机、BP神经网络、GRU、LSTM)对电力系统负荷进行预测。通过一个简单的例子。 各种算法(线性回归、随机森林、支持向量机、BP 神经网络、GRU、LSTM)用于电力系统负载预测/电力预测。
2023-04-11 12:09:30 726KB 预测模型 负荷预测 GRU LSTM
1
SVM故障诊断MATLAB代码
2023-04-07 00:48:43 93KB 支持向量机
1
近年来,文本的情感分析一直都是自然语言处理领域所研究的热点问题;微博作为一种短文本,用词精炼而简洁,富含观点、倾向和态度。因此,识别微博的情感倾向具有重要的现实意义。提出一种基于SVM和CRF的情感分析方法,使用多种文本特征,包括词、词性、情感词、否定词、程度副词和特殊符号等,并选用不同的特征组合,通过多组实验使情感分析效果最优。实验显示,选用词性、情感词和否定词的特征组合时,SVM模型的正确率达到88.72%,选用情感词、否定词、程度副词和特殊符号的特征组合时,CRF模型的正确率达到9044%。
1
代码有详细注解,多输出单输出,Excel数据读取,适合初学者,先到先得!
2023-04-05 12:50:05 61KB 支持向量机 MATLAB 回归预测
1
将一系列列向量写入 .csv 文件,并将列向量名称作为标题行。
2023-04-04 22:50:43 1KB matlab
1
针对传统的过采样算法在增加样本的同时可能使决策域变小和噪声点增加的问题进行了研究,提出了一种基于错分的混合采样算法。该算法是以SVM为元分类器,AdaBoost算法进行迭代,对每次错分的样本点根据其空间近邻关系,采取一种改进的混合采样策略:对噪声样本直接删除;对危险样本约除其近邻中的正类样本;对安全样本则采用SMOTE算法合成新样本并加入到新的训练集中重新训练学习。在实际数据集上进行实验,并与SMOTE-SVM和AdaBoost-SVM-OBMS算法进行比较,实验结果表明该算法能够有效地提高负类的分类准确率。
1
例 1: z_in = [0 0 5]'; [x, y, z] = 正交集(z_in); 与 z 轴一起提供,在 xy 平面中创建两个垂直的单位向量。 例 2: n = [1 -2 5]'; [x, y, z] = 正交集(n); 提供一个法向量,返回的正交单位向量集将具有平行于法线的 z 向量和一个 x 和 y 向量,可用于描述具有 n 作为法线的平面。 测试脚本: t_orthogonal_set.m-对该函数进行单元测试,并确保生成的矢量是正确的正交集 t_show_me.m - 生成截图图像的快速脚本
2023-04-03 15:02:57 32KB matlab
1