【lssvm预测】基于鲸鱼算法优化lssvm数据预测matlab源码.zip

最小二乘支持向量机（LSSVMtoolbox）--工具包

粒子群算法优化最小二乘支持向量机的源程序

烟气含氧量是影响火电厂锅炉运行安全性和经济性的一个重要因素，影响锅炉烟气含氧量的因素多而复杂，对烟气含氧量特性进行建模与控制是实现锅炉正常运行的基础。借助现场运行数据，根据锅炉烟气含氧量的特性，建立基于最小二乘支持向量机(LSSVM)的锅炉烟气含氧量预测模型。在此基础上结合全局寻优的混合粒子群算法(PSO)，对锅炉烟气含氧量进行控制。仿真结果表明：该方法能够比较准确地对火电厂锅炉烟气含氧量进行测量和控制，为锅炉燃烧系统的闭环控制与优化运行提供了新的手段。

用遗传算法优化的最小二乘支持向量机，简单易用，可移植性强，通用性好，程序特别的全

介绍了作为支持向量机（SVM）理论基础的统计学习理论和SVM的原理，推导了SVM回归模型；本文采用最小二乘支持向量机（LSSVM）模型，根据浙江台州某地区的历史负荷数据和气象数据，分析影响预测的各种因素，总结了负荷变化的规律性，对历史负荷数据中的“异常数据”进行修正，对负荷预测中要考虑的相关因素进行了归一化处理。LSSVM中的两个参数对模型有很大影响，而目前依然是基于经验的办法解决。对此，本文采用粒子群优化算法对模型参数进行寻优，以测试集误差作为判决依据，实现模型参数的优化选择，使得预测精度有所提高。实际算例表明，本文的预测方法收敛性好、有较高的预测精度和较快的训练速度。

这是用于matlab的lssvm时序预测算法，亲测可用

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。

为了提高仪表读数及记录的工作效率，减少人工干预并降低出错概率，提出了一种基于OpenCV和LSSVM的数字仪表自动识别方法。首先选取免驱的USB摄像头采集仪表图像，然后采用Canny检测与Hough变换相结合的算法对仪表图像的倾斜角度进行校正；利用数学形态学、Otsu算法以及连通域提取对图像进行预处理和字符定位分割；最后，进行字符特征提取并利用最小二乘支持向量机算法对仪表读数进行识别。经过大量的实验验证，与现有的仪表读数识别方法相比，该方法具有更好的准确性，实现了数字仪表的自动识别功能。

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