svmtrain.m文件为支持向量机训练函数，通过调用可以得到支持向量机回归模型 svmsim.m文件支持向量机预测函数，用于预测 svmmain.m为主程序 svmyiwei.m为一维测试函数主程序 svmerwei.m为二维测试函数主程序 后两者没有涉及到数据归一化，在训练样本与测试样本划分时采用随机的方法，调用了随机划分函数randseparate

cnn源码matlab去噪-SeizurePrediction:一种CNN+LSTM架构，可根据EEG数据预测癫痫发作

本资源是GRNN的数据预测-基于广义回归神经网络货运量预测的matlab仿真，GRNN具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性，适用于解决非线性问题。GRNN在逼近能力和学习速度上较RBF网络有更强的优势。

数据为网友从链家爬取的二手房交易数据。包括涉及房屋的简介，户型，面积，关注人数，观看次数，发布时间，楼层，3万条数据记录。 创建项目后： Python用户，输入ls ../input/shhouse/ 查看数据路径 R用户，输入list.files("../input/shhouse/") 查看数据路径 使用相关包读取数据 数据描述 1.bj.csv包含变量：简介 小区 户型 面积 关注人数 观看次数 发布时间 房价 单价/平 城区 经纬度 2.nj.csv包含变量 ：名称 租价/月 经度 纬度 房屋面积 室厅卫 整租/合租 楼层 房屋方向 最近地铁距离 3.sh.csv包含变量：小区名

MSDS6372 项目 1 2021 年夏季团队：Tricia Herrera、Michael Mazel、Cameron Stewart、Rick Fontenot 在这个项目中，我们探索了一个称为“人口普查收入”的 UCI 数据集，并建立模型以根据可用变量预测个人收入是否超过 5 万美元/年 我们注释的代码被分解为项目的每个部分的单独 rmd 文件： EDA.Rmd：探索性数据分析，包括输出干净、转换和缩放的数据集，这些数据集会输入以下建模文件 我们项目的书面总结包含在 MSDS6372_Project2.pdf 文件中

【ELMAN预测】基于粒子群算法改进ELMAN动态递归神经网络实现数据预测matlab源码.md

matlab代码保密脑龄 评估各种机器学习模型性能的研究，这些模型用于通过基于功能磁共振成像的多种生物标记和认知行为表现来预测一个人的大脑年龄。 结果概述： 先决条件 所有功能都是用matlab编写的。 分析说明 使用一系列认知测试对行为测度进行了预测，预测了各个年龄段的约100名健康成年人的大脑年龄，使用了各自的功能磁共振成像数据计算了他们的功能连通性概况，并使用，计算了每个人的fMRI数据，这也是从每个人的功能磁共振成像数据得出的。 创建并比较了许多回归模型，以查看它们如何处理少量主题和许多功能。 这些包括： 二次模型回归 一般线性模型回归 偏最小二乘回归 森林随机回归 支持向量回归 通过使用嵌套的交叉验证结构来防止过度拟合，从而实现了预测。 结果发现，支持向量回归和偏最小二乘回归能够胜过其他方法，在受试者实际年龄和预测年龄之间平均误差为7.4年。 出于患者机密原因，此处未包含数据 档案文件 age_predict_master.m-运行所有模型的脚本 / model_functions-每种模型类型的脚本 - nested_fcn_quadratic_model_February

RBF神经网络模型的训练，数据预测 MATLAB源程序代码，含有训练数据和测试数据，可直接运行

利用BP神经网络模型对变形监测数据进行仿真训练，对未来变形数据进行预测，代码是基于matlab语言自己写的

应用手机GPS数据预测交通流速度.pdf