支持向量机与股价预测

使用粒子群优化算法对支持向量机分类模型进行优化，实现高效准确的数据分类预测。通过多输入单输出的改进算法，提高模型精度和泛化能力。输出预测值对比真实值的混淆矩阵图，让结果更加直观。适合初学者学习，且易于

故障预测对煤矿机械的预知维修具有很重要的指导意义。闸瓦间隙是煤矿提升机的重要参数,通过采用基于最小二乘支持向量机的数学方法对煤矿提升机的闸瓦间隙进行故障预测,从而预测了煤矿提升机的故障发生时间。该研究

基于支持向量机的溷沌时间序列预测,该资料主要讲述了支持向量机和混沌理论的组合方法在时间序列预测上的应用，不错！！！

基于包钢6号高炉的在线生产数据,首先建立铁水硅含量序列的自回归AR(p)模型,分析其滞后阶数;然后对硅含量的自回归项及影响因素进行主成分分析,找到多元变量相互独立的有效信息作为输入变量;最后建立铁水硅

支持向量机SVM，回归。

基于支持向量的支持向量机计算性能优化

详细介绍了支持向量机的理论与算法，对有兴趣研究支持向量机的朋友是一个很大的帮助

支持向量机的研究现状与进展，很好的综合论文

介绍支持向量机和支持向量回归的用法 简单易懂 以支持向量机理论为基础，对分类与回归的基本方法及其应用进行了系统的研究。全文共分七章，第四章对支持向量机回归模型进行了一些扩展研究,具体内容分四部

通过将粒子群算法也支持向量机结合，使用支持粒子群算法优化支持向量机参数，并训练支持向量机