基于麻雀算法的SVM分类，SSA-SVM 分类问题 智能优化算法、改进分类器SVM

麻雀算法为2020年的新算法，这里用麻雀算法（SSA）优化支持向量机，并以滚动轴承故障诊断为例子，代码注释较全，适合新手，可以跑出来，本人亲自测试过，绝对可以。

Glove词向量，内有分别有50、100、200、300维

1、python程序 2、有数据集 3、迭代数据快

实验报告——SVM手写数字识别实现

一个SVM寻找最佳参数的代码，配合libsvm直接使用即可。使用教程见https://blog.csdn.net/qq_36667170/article/details/124574879

安全技术-网络信息-支持向量机算法及其在网络入侵检测中的应用.pdf

作者历经小半年的调试 才把程序调试好 完全可以实现车牌的字符识别，分割，提取，采用了SVM分类器和ANN神经网络，若下载后实现不了相应的功能，可以找作者把积分退还给大家

svmpredict命令： 具体命令： svmpredict testfile modelfile outputfile 需要预测的序列文件 svmtrain构建的模型

基于WOA优化的libsvm最优参数计算仿真，matlab2021a测试。 [Best_score, Best_pos,~] = WOA(agent, iteration, lb, ub, dim, fobj); cmd = ['-s 5 -t 2 ', '-c ', num2str(Best_pos(1,1)), ' -g ', ... num2str(Best_pos(1,2)), ' -q']; model = libsvmtrain(trainlabel, traindata, cmd);