粒子群算法PSO优化LSSVM最小二乘支持向量机惩罚参数c和核函数参数g，用于回归预测，有例子，易上手，简单粗暴，直接替换数据即可。 仅适应于windows系统。 质量保证，完美运行。 本人在读博士研究生，已发表多篇sci，非网络上的学习代码，不存在可比性。

PSO SVM粒子算法优化的支持向量机,pso粒子群优化算法,matlab源码

水天线检测MATLAB程序（采用支持向量机的方法），源自于模式识别，有助于深入理解支持向量机。

灰狼优化算法GWO优化SVM支持向量机惩罚参数c和核函数参数g，有例子，易上手，简单粗暴，替换数据即可，分类问题。 仅适应于windows系统

总结ppt，里面有两种机器学习或深度学习入门需掌握的算法（包括），有比较详细的个人学习理解（看吴恩达视频学习的）和算法描述。还有几篇关于显著性的论文的部分内容，及其评价措施。

非最小耦合到不带电标量场的阿贝尔向量场在许多情况下都会出现。 我们在这里通过代数方法研究它们的一致变形（“量规”），即保持量规对称性数量（但不一定是形式或代数）的变形。 BRST同调类在虚数为零时给出了最小的一致变形。 我们通过与反场和运动方程有关的特征同调性，根据各种类型的全局对称性和相应的Noether电流明确地对这些类进行参数化。 该分析适用于所有幻影编号，而不仅适用于幻影编号零。 我们还提供了对这些参数的线性和二次约束的系统讨论，这些约束源自更高阶的一致性。 我们的工作与扩展超重力的测量有关。

机器学习--贷款违约行为预测（基于逻辑回归和朴素贝叶斯和随机森林及SVM四种方法实现，资源包含完成则代码及数据，数据3万余条记录

针对顶板冒落带高度问题提出新的预计模型,通过搜集众多矿井的实测数据,在支持向量机理论基础上建立预计模型。采用果蝇优化算法对预计模型进行优化训练,建立FOA-SVM预计模型,利用实测数据对模型的预计结果进行检验,预计结果较为准确,比PSO-SVM模型和GA-SVM模型结果稳定性好计算精度高。

IGWO-SVM：改良的灰狼优化算法改进支持向量机。 采用三种改进思路：两种Logistic和Tent混沌映射和采用DIH策略。 采用基于DIH维度学习的狩猎搜索策略为每只狼构建邻域，增强局部和全局搜索能力，收敛速度比GWO更快，适用于paper。

基于最小二乘支持向量机LSSVM分类预测，多特征输入模型。 多特征输入单输出的二分类及多分类模型。程序内注释详细，直接替换数据就可以用。 程序语言为matlab，程序可出分类效果图，迭代优化图，混淆矩阵图。