基于MATLAB下的支持向量机(SVM)GUI页面,可以实现分类和回归功能,并且里面有自己的详细说明,简单方面容易上手,并且还有相应的“libsvm-mat-2.89-3加强工具箱”和“libsvm-3.1-[FarutoUltimate3.1Mcode]”两种版本,可以实现SVM三种寻优方法 grid search、GA、PSO,童叟无欺。
2021-12-04 21:20:52 2.36MB PSO-SVM libsvm-3.1 libsvm-mat-2.89 Grid-SVM
1
基于二进制PSO算法的特征选择及SVM参数同步优化详细描述了二进制PSO算法的特征选择
2021-10-12 15:11:34 408KB 二进制PSO SVM参数
1
一种基于累加PSO-SVM的网络安全态势预测模型.pdf
应用于matlab故障分类,载入测试数据wine
2021-09-28 14:05:39 3KB psosvm PSO-SVM svm故障诊断 SVM故障分类
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。
2021-09-06 17:36:25 3KB pso-svm
1
很好用!是粒子群算法与支持向量机的结合,性能优于传统的支持向量机
2021-06-18 23:38:00 5KB pso_svm
1
机器学习优化算法,粒子群优化的支持向量机matlab程序
2021-05-22 09:07:20 20KB matlab pso粒子群 SVM
1
将支持向量机理论引入振动机械故障诊断中,提出了新的故障诊断模型—PSO-SVM模型,并采用粒子群优化算法对支持向量机的参数进行优化,使得故障诊断结果更加准确。通过实例中的样本数据进行新模型的训练与测试,将其结果与传统神经网络相比,证明其模型具有更高的准确性。
2021-05-10 17:44:45 271KB 机械故障 诊断 支持向量机 粒子群
1
支持向量机是一种基于统计学习理论的机器学习方法.在传统的支持向量机模型中,模型参数需要用试凑的办法,一个基于粒子群算法的参数选择机制,这可以大大减少模型的运算时间
2021-04-08 22:57:31 2KB 亲测可用
1
利用PSO对支持向量机中的参数进行优化,提高了算法的精度
2021-03-25 23:28:46 5KB 支持向量机
1