基于pso-svm的sci文章

可以直接利用该算法进行目标的分类检测，在获得正负样本的特征后进行目标的分类

基于SVM的回归预测分析，MATLAB直接可以运行

这是本人最近做的车牌定位程序，程序是用C++和OpenCV编写的。程序中包含了30张图片，识别率能达到90%，程序可以作为OpencV初学者实例，或者是作为本科生的毕业设计。

粒子群算法(ParticleSwarmOptimization，简称PSO)是由Kennedy和Eberhart于1995年提出的一类随机群集智能优化算法。Kennedy和Eberhart对鸟群的觅食

　　SVM有着严格的理论基础，建立了一套较好的有限训练样本下机器学习的理论框架和通用方法。他与机器学习是密切相关的，很多理论甚至解决了机器学习领域的其他的问题，所以学习SVM和机器学习是相辅相成的，两

这是一个经典的基于matlab的支持向量机算法，包括数据预处理、模型计算、模型预测等，简单易懂。

在时间序列预测分析中，我们采用了基于粒子群优化的支持向量机（PSO-SVM）算法。该算法通过粒子群优化来搜索SVM模型中的最佳参数组合，以提高预测准确性。我们在代码中添加了详细的注释，以便用户可以轻松

这是一个简单的pso程序基于matlab平台编辑,较易上手

提出了一种不依赖个人经验的参数选则策略,针对特定问题,将PSO方法的性能表示成参数的函数,从而将参数选择问题转变成函数优化问题。采用微分演化(DifferentialEvolution,DE)方法

将otsu图像分割算法与粒子群优化算法结合，加快最佳阈值的寻找