支持向量机（二）-序列最小最优化（SMO）算法

针对非线性隐式极限状态方程的可靠度指标计算,将支持向量机和粒子群优化算法相结合,提出了一种结构可靠度算法.首先结合支持向量机不受样本点限制的优点,将历次迭代产生样本点加入本次迭代样本点中,采用支持向量

支持向量机(SVM)的参数取值决定了其学习性能和泛化能力.对此,将SVM参数的选取看作参数的组合优化,建立组合优化的目标函数,采用变尺度混沌优化算法来搜索最优目标函数值.混沌优化算法是一种全局搜索方法

 提出一种基于果蝇优化的支持向量机特征选择与参数寻优算法,模仿果蝇的觅食行为,以食物的味道浓度判定值作为参数,并将特征集进行二进制编码得到特征子集用于训练模型,然后构造合适的适应度函

研究生论文资料基于最小二乘支持向量回归的混沌时间序列预测研究

本文研究了基于最小二乘支持向量机(LS 2SVM )的图像边缘检测技术,利用LS 2SVM 对图像像素 邻域的灰度值进行曲面拟合,通过采用多项式核函数、高斯核函数推导出图像的梯度和零交叉算子,并结合梯

提出了一种应用于基因分类的模糊最小二乘支持向量机方法,通过设置模糊隶属度改变分类中样本的贡献属性。该方法不仅考虑了样本与类中心点的距离关系,还充分考虑样本与样本之间的关系,减弱噪声或野值样本对分类的影

该工具箱主要用于商业用Matlab软件包使用。Matlab的工具箱已经在不同的计算机体系结构编译和测试，包括Linux和Windows。大部分函数可以处理的数据集可高达20，000或更多点的数据。LS

基于最小二乘支持向量机的水质综合评价模型,江田汉,,水质综合评价是线性不可分的多类分类问题。根据水环境质量分类标准随机均匀内插同时生成训练样本和检验样本。然后,通过非线性映

稀疏最小二乘支持向量机及其应用，衷路生，陈立勇，提出基于特征向量选择(FVS)的稀疏最小二乘支持向量机(SLS-SVM)模型，解决最小二乘支持向量机(LS-SVM)稀疏化问题。首先，采用FVS在特征空

基于尺度核函数的最小二乘支持向量机.pdf