故障数据由simulink仿真得出，包含acb三相接地等11种故障，故障分类的任务是使用 Python 和 scikit-learn 中的监督式学习算法来实现的。比较使用三种常用的分类算法-决策树(DT) ，k 最近邻(KNN) ，支持向量机(SVM)。对于生成的数据集，支持向量机性能优异，测试准确率达到91.6% 。该预测模型将使系统更加智能化，从而提供可靠的电源。
2022-01-01 14:10:32
652KB
parallel support vector machine：the cascade svm 英文论文原稿
2021-12-30 20:45:03
117KB
1
有关税务税局挖掘的论文 包含逻辑回归 svm som、在税务稽查方面的应用 ，该资料包下载自知网，论文大部分是硕士论文及期刊论文 打开请用知网caj阅读器
2021-12-29 10:00:05
42.93MB
1
支持向量机(SVM)的序贯最小优化(SMO)算法
包结构
src
|—— libsvm 林智仁教授的Libsvm核心源码
|—— MySMO 通过看支持向量机导论实现的SMO算法，只实现了高斯核
|—— smo1 参考国外的例子
|—— smo2 参考国外的例子
2021-12-28 18:50:41
6.69MB
1
【预测模型-SVM预测】基于SVM实现股票趋势预测matlab源码.zip
2021-12-28 15:55:38
712KB
1