基于PSO的LS-SVM特征选择与参数优化算法
首先产生若干种群（特征子集），然后用PSO 算法对特征及参数进行优化。在UCI 标准数据集上进行的仿真实验表明，该算法可有效地找出合适的特征子集及LS-SVM 参数，且与基于遗传算法的最小二乘支持向量机算法（GALS-SVM）和传统的LS-SVM 算法相比具有较好的分类效果。
文件下载
评论信息
-
-
-
chybeyond :不错，感谢分享2019-01-06 -
-
caojinshan :基于PSO的LS-SVM特征选择与参数优化。这个的代码你有么 发给我一份啊 谢谢了 caojinshannj@126.com2014-07-01
-
-
虾道 :可以，介绍的比较详细2014-03-28
-
-
piao99 :对我的文章貌似有点作用。2014-03-13
-
-
柚子pig :我下的怎么只有文档，没有程序呢？2014-01-15
-
其他资源
- Vector control of three-phase ac machines
- fDSST-快速判别尺寸空间跟踪算法
- arduino超声波避障小车
- 材料力学习题答案 刘鸿文
- L298N 原理图+PCB全套！
- 粤嵌实验室项目基础教程
- dell N5110 bios
- 简单登陆注册源码
- pyRevit_4.7.1_signed.exe
- 南京美食餐饮行业分析.pdf
- ADS-B软件。实时位置
- 教务管理系统(SQL Server 2005)
- meldridge.github.io-源码
- Matlab常用60个编程.rar
- monorepo-starter：用于UI组件的monorepo入门。 使用lerna，纱线工作区，汇总，故事书等-源码
- 渐变色位置标识图标矢量zip
- 2019年最新 Linux 大型网站高并发架构
- 写操作系统 多任务示例
- 语音识别系统设计
- Visual Prolog语言手册
- C语言实现操作系统中生产者消费者
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明