ACPSO-SVR結合的非線性建模預測算法
提出一種基于自適應混沌粒子群優化和支持向量機結合的非線性預測建模算法（ACPSO-SVR），引入ACPSO啟發式尋優機制對SVR模型的超參數進行自動選取，在超參數取值范圍變化較大的情況下，效果明顯優于網格式搜索算法。選取UCI機器學習數據庫中的Forest fires標準數據集進行測試，實驗結果表明...
ACPSO-SVR技術資料
?? 資源總數：16
?? 源代碼：517
?? ACPSO-SVR熱門資料
查看全部16個資源 ?svr(support vector regression),即支持向量回歸
svr(support vector regression),即支持向量回歸，是人工神經網絡的一種學習算法。可用于數據預測等。...
libsvm的參數尋優程序。針對SVR提供full gridsearch方式的參數尋優
libsvm的參數尋優程序。針對SVR提供full gridsearch方式的參數尋優，主要用于SVM回歸預測...
SVR程序,直接用就可以了,沒有錯誤,其中還有一些變量需再編程序算,如:MSE
SVR程序,直接用就可以了,沒有錯誤,其中還有一些變量需再編程序算,如:MSE...
SVR程序,直接用就可以了,沒有錯誤,其中還有一些變量需再編程序算,如:MSE
SVR程序,直接用就可以了,沒有錯誤,其中還有一些變量需再編程序算,如:MSE...
?? ACPSO-SVR資料分類