基于 SVM 時(shí)間序列預(yù)測 教案 支持向量機(jī) Support Vector Machines,SVM
資源簡介：基于 SVM 時(shí)間序列預(yù)測 教案 支持向量機(jī) Support Vector Machines,SVM
上傳時(shí)間： 2014-12-06
上傳用戶：鳳臨西北
資源簡介：(數(shù)據(jù)挖掘新方法-支持向量機(jī))PDF格式的!知道支持向量機(jī)(SVM),肯定知道它是一本非常經(jīng)典的圖書!支持向量機(jī)(Support Vector machine，SVM)是數(shù)據(jù)挖掘中的一項(xiàng)新技術(shù)，是借助于最優(yōu)化方法解決機(jī)器學(xué)習(xí)問題的新工具．
上傳時(shí)間： 2013-12-06
上傳用戶：kr770906
資源簡介：libSVM支持向量機(jī)(Support Vector Machine,簡稱SVM)。
上傳時(shí)間： 2014-01-07
上傳用戶：ggwz258
資源簡介：基于PSO訓(xùn)練SVM的人臉識別 利用支持向量機(jī)在學(xué)習(xí)能力方面表現(xiàn)的良好性能,結(jié)合核主元分析特征提取方法,將其應(yīng)用于人臉識別中,該方法在實(shí)驗(yàn)中表現(xiàn)了良好的識別性能,為人臉識別領(lǐng)域提供了一條新的識別途徑
上傳時(shí)間： 2014-12-03
上傳用戶：13160677563
資源簡介：一種基于離散小波變換和支持向量機(jī)的人臉識別新方法，是PDF格式的
上傳時(shí)間： 2015-10-15
上傳用戶：fxf126@126.com
資源簡介：該文介紹了基于Gabor小波變換和支持向量機(jī)的人臉識別.
上傳時(shí)間： 2013-12-22
上傳用戶：dsgkjgkjg
資源簡介：一個(gè)Java實(shí)現(xiàn)的支持向量機(jī)(含源碼),SVM算法比較復(fù)雜，不過這個(gè)程序看起來比較好懂。
上傳時(shí)間： 2013-12-26
上傳用戶：zhuoying119
資源簡介：支持向量機(jī)完整版（SVM）可以用來進(jìn)行設(shè)別訓(xùn)練
上傳時(shí)間： 2016-10-10
上傳用戶：exxxds
資源簡介：SVM術(shù)語索引 對學(xué)習(xí)支持向量機(jī)很有幫助
上傳時(shí)間： 2013-12-20
上傳用戶：牧羊人8920
資源簡介：介紹了用支持向量機(jī)方法做時(shí)間序列回歸和預(yù)測的步驟
上傳時(shí)間： 2014-01-09
上傳用戶：ls530720646
資源簡介：基于smo算法的支持向量機(jī)(SVM)方法的C++實(shí)現(xiàn),是模式識別技術(shù)中經(jīng)典的算法.
上傳時(shí)間： 2015-07-26
上傳用戶：yy541071797
資源簡介：使用SVM支持向量機(jī) 預(yù)測分類 使用SVM支持向量機(jī) 預(yù)測分類
上傳時(shí)間： 2015-09-11
上傳用戶：lhc9102
資源簡介：基于最小二乘支持向量機(jī)的系統(tǒng)邊際電價(jià)預(yù)測，是PDF格式的
上傳時(shí)間： 2015-10-15
上傳用戶：壞天使kk
資源簡介：做時(shí)間序列預(yù)測的SVM程序，matlab編的
上傳時(shí)間： 2013-12-03
上傳用戶：playboys0
資源簡介：VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則是統(tǒng)計(jì)學(xué)習(xí)理論中的重要內(nèi)容,基于這一理論的支持向量機(jī)算法由于具有好的泛化性能受到重視,并被研究用于文本分類問題.基于多項(xiàng)式核的研究工作認(rèn)為SVM的泛化能力不受多項(xiàng)式階數(shù)的影響,并且能夠處理很高維的分類問題,用于文本分類無...
上傳時(shí)間： 2013-12-01
上傳用戶：c12228
資源簡介：SVM時(shí)間序列做預(yù)測,不錯(cuò)的論文希望對大家有幫助
上傳時(shí)間： 2014-01-27
上傳用戶：6546544
資源簡介：本程序是基于matlab的時(shí)間序列預(yù)測模型GP源程序
上傳時(shí)間： 2016-10-26
上傳用戶：plsee
資源簡介：matlab編寫的基于混沌時(shí)間序列的神經(jīng)網(wǎng)絡(luò)預(yù)測，包括一步和多步預(yù)測算法。
上傳時(shí)間： 2017-01-06
上傳用戶：凌云御清風(fēng)
資源簡介：SVM 支持向量機(jī)數(shù)學(xué)工具 VC++實(shí)現(xiàn) SMO 序列模型處理
上傳時(shí)間： 2014-11-28
上傳用戶：thinode
資源簡介：基于支持向量機(jī)（SVM）回歸的MATLAB演示程序
上傳時(shí)間： 2014-01-14
上傳用戶：qq21508895
資源簡介：時(shí)間序列預(yù)測算法。支持5種常見的算法 移動平均 非線性回歸 指數(shù)平滑等
上傳時(shí)間： 2014-01-15
上傳用戶：com1com2
資源簡介：具有結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則的支持向量機(jī)（SVM）對于小樣本決策具有較好的學(xué)習(xí)推廣性，并且故障樣本的不足在一定程度上制約了基于知識的方法在故障診斷中的運(yùn)用。針對這一問題，提出了利用支持向量機(jī)的方法對匝間轉(zhuǎn)子繞組短路故障診斷方法。該方法利用小波分析對...
上傳時(shí)間： 2013-11-04
上傳用戶：s363994250
資源簡介：混沌時(shí)間序列局域法多步預(yù)報(bào)模型.doc(有程序下載) 針對混沌時(shí)間序列預(yù)測中用加權(quán)一階局域法單步預(yù)報(bào)模型進(jìn)行多步預(yù)報(bào)時(shí)計(jì)算量大且存在誤差累積效應(yīng)的不足，本文提出了基于相空間重構(gòu)技術(shù)的局域法多步預(yù)報(bào)模型，包括加權(quán)一階局域法多步預(yù)報(bào)模型和RBF神經(jīng)網(wǎng)絡(luò)...
上傳時(shí)間： 2014-11-10
上傳用戶：gtf1207
資源簡介：目前的SVM(支持向量機(jī))分類算法開源實(shí)現(xiàn)如SVMlight和SVMlib都沒有界面，使用不方便。這個(gè)程序基于SVMlight整合在VC++開發(fā)環(huán)境。將給VC用戶帶來極大方便。
上傳時(shí)間： 2013-12-15
上傳用戶：qunquan
資源簡介：SVM(支持向量機(jī))分類算法本質(zhì)上是二類分類器，實(shí)現(xiàn)多類分類的方法一般是將多類分類看作是多個(gè)一對多的二類分類器。本程序就是基于SVMlight的SVM多類分類器實(shí)現(xiàn)。對分類感興趣的用戶請參照。配合中文分詞（參見我上傳的程序），可實(shí)現(xiàn)中文多類分本分類。
上傳時(shí)間： 2014-01-06
上傳用戶：anng
資源簡介：一種基于matlab的支持向量機(jī)小例子，用于預(yù)測，LS
上傳時(shí)間： 2014-01-05
上傳用戶：戀天使569
資源簡介：隨著杜會和經(jīng)濟(jì)的發(fā)展，環(huán)境水污染現(xiàn)象也日趨嚴(yán)重，迫切需要環(huán)境水質(zhì)多參數(shù)監(jiān)測與智能分析系統(tǒng)，以為環(huán)境監(jiān)測、管理和控制提供科學(xué)的手段。水質(zhì)多組分檢測涉及到多傳感器數(shù)據(jù)融合、計(jì)算機(jī)技術(shù)、電化學(xué)分析和人工智能等多學(xué)科的交叉，在眾多領(lǐng)域有著廣泛的應(yīng)用...
上傳時(shí)間： 2022-03-18
上傳用戶：
資源簡介：文中在研究現(xiàn)有先驗(yàn)知識與支持向量機(jī)融合的基礎(chǔ)上，針對置信度函數(shù)憑經(jīng)驗(yàn)給出的不足，提出了一種確定置信度函數(shù)方法，更好地進(jìn)行分類。該方法是建立在模糊系統(tǒng)理論的基礎(chǔ)上：將樣本的緊密度信息作為先驗(yàn)知識應(yīng)用于支持向量機(jī)的構(gòu)造中，在確定樣本的置信度時(shí)，...
上傳時(shí)間： 2013-10-12
上傳用戶：cmc_68289287
資源簡介：將支持向量機(jī)應(yīng)用到典型的時(shí)變、非線性工業(yè)過程—— 連續(xù)攪拌反應(yīng)釜的辨識中, 并與BP 神經(jīng)網(wǎng)絡(luò)建模相比較, 仿真結(jié)果表明了支持向量機(jī)的有效性與優(yōu)越性. 支持向量機(jī)以其出色的學(xué)習(xí)能力為工業(yè)過程的辨識提出了一種新的途徑.
上傳時(shí)間： 2013-10-17
上傳用戶：zhangdebiao
資源簡介：支持向量機(jī)Windows SVM
上傳時(shí)間： 2015-03-08
上傳用戶：yangbo69
