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

LSSVM_Prediction 通过将LSSVM与PSO和PSR结合使用进行信号预测 纸张来源 董少江，罗天宏，基于PCA和优化LS-SVM模型的轴承老化过程预测，测量，2013.06 准备工作 matlab，LSSVM工具箱，EMD工具箱 执行 1.将LSSVM工具箱添加到以下路径：D：\ Program Files \ MATLAB \ R2015b \ toolbox，然后在matlab中设置该文件夹的路径； 2.打开pack_emd \ package_emd，运行： install_emd.m 3.打开此代码： test_psr_pso.m 4，选择ECG数据集以运行代码 结果 我们关注的是绿线，蓝色是PCA之后的原始数据，而橙色线是单步预测，而绿线是多步预测。 从这个结果，我们发现LSSVM擅长捕获心电图数据的特征。 补充说明 该LSSVM模型使用PSR（相空间重构

代码下载链接 最小二乘支持向量详解 目录数据导入包导入数据定义核函数初始化实例最小二乘法求 参数对def leastSquares() 方法求参数 alphas，b 的解释说明方程求解hstack() 堆栈数组水平顺序（列）vstack（）：堆栈数组垂直顺序（行）预测主函数 数据 导入包 from numpy import * 导入数据 def loadDataSet(filename): '''导入数据 input: filename:文件名 output:dataMat(list)样本特征 labelMat(list)样本标签 '''

matlab最小二乘支持向量机（lssvm）工具箱的实例

基于LSSVM和证据理论的电力系统暂态稳定评估.pdf

emd的matlab代码 EEMD-WOA-LSSVM-for-power-prediction （MATLAB CODE） Establishing a time series forecasting model for PV power prediction based on LSSVM，Due to the autocorrelation of the original power data sequence, the predicted value and the actual value lag, so EEMD(EMD/CEEMD) is used to decompose the original sequence, and then the decomposed components are modeled in turn. To further mention accuracy, the improved whale-optimization-algorithm （IWOA）is used to optimize the lssvm。 (MATLAB代码)采用最小二乘

使用前需要下载matlab 的支持向量机的工具箱，百度上有，结合粒子群算法进行LSSVM的参数寻优。