matlab源码

为改进工作面煤矿瓦斯涌出浓度的预测精度,基于深度学习网络、SVM和粒子群(PSO)优化算法的原理,建立1种深度学习网络与粒子群优化SVM神经网络耦合的混合算法模型,该算法首先基于深度学习理论学习样本数据较深层次的特征,提取出较少个用来表征原始数据的特征量变量,对特征变量建立PSO-SVM预测模型进行瓦斯涌出浓度预测,通过工作面现场采集的数据进行仿真实验,实验结果表明该方法使预测精度较对原始数据直接进行PSO-SVM预测得到较大的提升,同时实现了原始数据的降维,减少了算法的运行时间,提高了算法效率。

matlab源码

代码运行效果图见压缩包

cs优化SVM模型，可以实现，能够帮助大家使用，这是MATLAB的

SVM使用的是lib-svm工具箱，LIBSVM 是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的 SVM 模式识别与回归的软件包，它不仅提供了编译好的可在 Windows 系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用； 该软件还有一个特点，就是对 SVM 所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数就可以解决很多问题；并且提供了交互检验(Cross-SVM回归等问题，包括基于一对一算法的多类模式识别问题。

SVM神经网络中的参数优化---提升分类器性能(matlab实现)，包含源代码和测试数据

【SVM预测】灰狼算法优化svm支持向量机预测matlab源码

云计算资源负载短期预测是云计算平台实现资源高效管理和系统安全、稳定运行的重要前提和保障措施之一。为了其提高负载短期预测的预测精度，提出一种改进灰狼搜索算法优化支持向量机的短期云计算资源负载预测模型（EGWO-SVM）。首先介绍灰狼搜索算法（GWO）的基本原理；然后提出基于极值优化的改进GWO模型；最后根据最优参数建立短期资源负载预测模型，并通过仿真实验对EGWO-SVM的性能进行测试。实验结果表明，相对于参比模型，EGWO-SVM能更加准确地刻画云计算短期资源负载的复杂变化趋势，从而有效提升云计算资源负载短期预测的精度。

里面包含了灰狼算法求解多目标规划的基本代码并，同时还有相关改进的代码与改进的参照论文，除此之外，还有用灰狼算法优化svm算法的代码