支持向量机参数优化的改进最优寻源算法：支持向量机主要参数优化的最优寻源算法-matlab开发
支持向量机 (SVM) 是一种广泛用于分类和回归问题的算法。 在 SVM 中，惩罚参数 C 和内核参数会对 SVM 的复杂度和性能产生重大影响。 本文提出了一种最优觅食算法(OFA)来优化SVM的主要参数，减少分类误差。 实验结果表明，所提出的 OFA-SVM 获得了较好的结果。 此外，结果证明了所提出的 OFA-SVM 能够找到 SVM 参数的最佳值。
文件下载
评论信息
其他资源
- DE2-115用户手册_中文版.pdf
- SSM框架整合（IntelliJ IDEA + maven + Spring + SpringMVC + MyBatis）
- sklearn中文文档
- 知网CAJ阅读器
- 迷宫游戏及源代码，实现贴图、3d效果、小地图预览
- STM32F407 定时器触发ADC-DMA采集
- 武汉大学十套数据结构试题及答案
- 人眼图像库
- CPUID、硬盘ID、机器码获取、注册码生成
- ios应用源码之房贷计算器改进 2018128
- EZ-USB FX2LP usb参考手册（中文版）CY7C-
- 逻辑分析仪软件(驱动)
- 数学建模垃圾分类
- AudioSet音频数据库
- YoloV4_TernsorRT TestYoloDll.7z
- NPOI2.0官方版本
- visual c++ VC实现远程屏幕图像的传输.zip
- 利用智能手机三轴加速计实现计步器应用软件及商用价值
- [Linked Data] Linked Data 英文版
- Matlab线性判别分析.zip
- madplay音乐播放器移植手册+安装包
- ONENET笔记
- mfc简易浏览器
- 边缘计算参考架构3.0
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