为了准确预测铣刀在加工过程中的磨损量，提出一种基于粒子群算法的支持向量回归机的优化算法用于对铣刀 磨损量的建模与预测。通过粒子群算法，优化输入不同维度的特征向量的支持向量回归机的建模，得到特征向量维度的最 优解和对应的支持向量回归机训练参数，建立了铣刀磨损量的预测模型。通过随机选取的真实样本，验证了该模型的准 确性。

能具体实现支持向量机分类、聚类，训练和测试，支持高斯分布的训练和测试

利用最小二乘支持做向量机回归预测分析，示例代码。

压缩文件包含LSSVR的MATLAB工具箱，里面有MATLAB的子程序，添加到MATLAB路径后可以直接调用，亲测有效；还有英文版的说明书和翻译版，英文基本都能看懂。

印章识别程序（MTLAB，支持向量机方法），通过利用MATLAB编程对支持向量机进行实现，能对印章进行识别。

通过有向无环图多分类算法构造振动故障诊断模型的方法,同时基于Lab VIEW虚拟仪器开发平台设计了旋转机械振动故障在线诊断系统,并对相关硬件设备进行了选取研究。通过转子试验台模拟旋转机械运行故障,利用该系统对机械正常状态及故障状态进行诊断,取得了较好的诊断结果,验证了系统的可靠性。

MATLAB实现SVR(支持向量机回归)多输入单输出数据集

作者: 王文剑 / 门昌骞 出版社: 科学出版社 出版年: 2014-3-1 页数: 276 装帧: 平装 ISBN: 9787030401670 基于统计学习理论的支持向量机是机器学习研究的一个热点方向，在许多领域中有着广泛的应用。《智能科学技术著作丛书：支持向量机建模及应用》是一部研究支持向量机学习的理论、方法及应用的专著。在支持向量机学习框架下，通过融合新的理论和机器学习研究成果，系统阐述了支持向量机的建模方法，探索了解决支持向量机的模型选择、效率加速、泛化能力提高、应用范围拓展等问题的新途径。全书共分八章，第一章对支持向量机基本方法进行了简介，第二章主要介绍所建立的支持向量机模型选择的理论与方法，第三至六章分别介绍了基于领域知识融合的支持向量机建模、基于粒度计算的支持向量机建模、基于半监督学习的支持向量机建模和基于集成学习的支持向量机建模方法，第七章是对大规模数据的支持向量机处理方法，第八章介绍了书中以支持向量机为核心的建模方法在一些典型领域中的应用。《智能科学技术著作丛书：支持向量机建模及应用》可供计算机、自动化及相关专业机器学习领域的研究人员、教师、研究生和工程技术人员参考。

负荷预测算法 使用多种算法（线性回归，随机森林，支持向量机，BP神经网络，GRU，LSTM）进行电力系统负荷预测/电力预测。通过一个简单的例子。各种算法（线性回归，随机森林，支持向量机，BP神经网络，GRU，LSTM）用于电力系统负荷预测/电力预测。

SVM支持向量机和逻辑回归进行心音信号简单二分类-附件资源