将支持向量机SVM(SupportVectorMachine)引入到动态电能质量分类问题中。在Matlab中编程建立了谐波、电压暂升、电压跌落、瞬时中断、电压波动、瞬变6种常见动态电能质量扰动数学模型,利用傅里叶变换和小波变换对产生的样本波形进行特征提取,产生训练和测试样本。给出了利用LIBSVM解决电能质量扰动分类问题的步骤,并根据分类结果对影响分类效果的参数进行了分析。对训练好的支持向量分类器进行测试,效果良好,当采用C-SVC,RBF核时调整参数可以得到最优分类效果,最高分类率可达到96.67%。
2021-05-26 15:09:07
945KB
1
支持向量机必备工具包，matlab自身并不提供。
使用说明：下载之后，解压放在matlab的安装目录下的toolbox中，然后在matlab的主页，选择“设置路径”—添加并包含子文件夹，选择刚才那个解压的文件，然后保存，关闭。
2021-05-25 14:34:08
797KB
1
邓乃扬老师的作品，内容相当详尽。包括最优化基础理论、线性支持向量分类机、线性支持向量回归机、核函数理论、核函数的选取、各种算法等。值得推荐。
2021-05-25 11:48:56
7.91MB
1
利用支持向量机学习并识别minst数据库中的图片，可以实现手写数字识别，所需要的minst数据库需要到minst官网下载
2021-05-24 16:28:38
20KB
1