该工具箱主要用于商业用Matlab软件包使用。Matlab的工具箱已经在不同的计算机体系结构编译和测试，包括Linux和Windows。大部分函数可以处理的数据集可高达20，000或更多点的数据。LS- SVMlab对Matlab接口包括一个适合初学者的基本版本，以及一个多类编码技术和贝叶斯框架的更先进的版本。
2021-09-29 10:29:33
1.49MB
1
An Introduction to Support Vector Machines and Other Kernel-based Learning Methods 支持向量机导论
2021-09-28 21:56:34
4.31MB
1
在非协作通信中，需要对接收的信号进行调制方式的自动识别。在高阶累积量域内构造信号识别的特征向量，采用基于二叉树的支持向量机将识别特征向量映射到高维空间并构造最优分类超平面，实现对数字调制信号的自动识别。该算法不仅结构简单、计算量小，而且解决了样本在低维空间中的不可分问题，具有良好的泛化推广能力。理论分析和仿真结果证明了该算法的正确性和有效性。
2021-09-28 20:43:41
710KB
1
利用LSSVM对数据进行训练，然后可以进行分类和预测，包括LSSVM工具箱。
2021-09-28 17:08:26
113KB
吴恩达机器学习课程笔记+代码实现(19)Python实现支持向量机(Programming Exercise 6)-附件资源
2021-09-28 15:59:09
106B
1
为了提高矿山安全事故预测的可靠性，在灰色预测模型GM（1, 1）和支持向量机SVM的基础上，提出了矿山安全事故次数的灰色支持向量机G - SVM的组合预测模型。首先采用GM（1, 1）进行数据趋势预测，然后对于残差序列采用支持向量机预测进行捕获，最后将两种模型的结果进行融合，得到组合预测结果。结果表明，组合模型比单一的GM （1, 1）模型和SVM模型具有更高的预测精度。
2021-09-26 16:36:14
852KB
1
根据灰色理论(grey model，GM)所需原始数据少、建模简单、运算方便等优势，以及最小二乘支持向量机(least square support vector machine LS-SvM)所具有的泛化能力强、运算速度快、非线形拟合精度高、参数优化好、小样本等优点，建立了灰色理论和最小二乘支持向量机组合预测模型，并将此模型应用于灌区用水量预测中。预测结果与实际结果吻合良好，验证了所提出组合方法的有效性和实用性，可以作为灌溉用水量预测的有效工具。
2021-09-26 16:32:29
278KB
1