基于粒子群优化的最小二乘支持向量机,可以用于分类和回归预测,经过PSO的参数优化,精度有一定提高
2021-09-13 15:33:38 5KB 粒子群 最小二乘 支持向量机
1
行业分类-设备装置-一种基于最小二乘支持向量机的水松纸透气度检测方法.zip
最小二乘支持向量机分类程序实例,使用lssvm工具箱,安装好后,直接可以运行,包含注释,matlab程序源代码,简单易懂的分类例子,.m文件格式
1
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。
2021-09-04 17:13:55 1.49MB 最小二乘 支持向量机 MATLAB 核函数
1
matlab最小二乘支持向量机(lssvm)工具箱的实例
2021-09-03 11:16:12 533B lssvm
1
模糊均值聚类和最小二乘支持向量机相融合在遥感图像分类中的应用.pdf
2021-08-20 01:22:47 743KB 聚类 算法 数据结构 参考文献
为提高最小二乘支持向量机(LSSVM)预测模型的精度,准确预测煤炭开采成本.利用改进的自适应粒子群算法(IAPSO)的全局搜索能力,寻找LSSVM最优的惩罚因子r和高斯核函数的半径σ,提出一种IAPSO-LSSVM预测算法.在分析影响煤炭开采成本的空间因素、时间因素和定性因素的基础上,构建基于IAPSO-LSSVM的煤炭开采成本预测模型,并以TF煤业集团数据进行仿真实验.结果表明:与LSSVM、PSO-LSSVM算法相比,该模型预测效果更好.
1
基于LSSVM优化组合的风速短期预测,周会友,滕婧,风速受地理环境等因素影响,具有很大的随机波动性,被认为是最难准确预测的参数之一。对风电场风速的准确预测,可有效缓解风速变
1
针对湿式磨机在磨矿过程中负荷(ML)难以测量的特点,提出了一种基于核函数选择的多输出LSSVM磨机负荷软测量方法。引入能量熵的概念,借助超球体表示和核函数本身蕴涵的度量特征,提出基于样本分布能量熵的支持向量机核函数选择方法;利用LSSVM建立模型对多输入多输出磨机负荷进行软测量,且将据此测量的结果与BP神经网络测量结果进行了比较。仿真结果表明,借助样本分布能量熵选择LSSVM核函数,有助于SVM泛化能力和磨机负荷软测量准确率的提高。
1
最小二乘支持向量机不需要求解凸二次规划问题,通过求解一组线性方程而获得最优分类面,但是,最小二乘支持向量机失去了解的稀疏性,当训练样本数量较大时,算法的计算量非常大。提出了一种快速最小二乘支持向量机算法,在保证支持向量机推广能力的同时,算法的速度得到了提高,尤其是当训练样本数量较大时算法的速度优势更明显。新算法通过选择那些支持值较大样本作为训练样本,以减少训练样本数量,提高算法的速度;然后,利用最小二乘支持向量机算法获得近似最优解。实验结果显示,新算法的训练速度确实较快。
2021-05-18 10:25:58 1.04MB 论文研究
1