最小二乘支持向量机程序代码

基于小波分解和最小二乘支持向量机的ENSO集成预测，支持向量机预测方面，具有较好的学习资料

油中溶解气体分析是变压器绝缘故障诊断的重要方法。为了提高分类的准确度和可靠性,应用最小二乘支持向量机理论建立了变压器的分类模型。该模型以变压器油中5种主要特征气体作为输入量,以7种变压器状态作为输出量

为了实现无轴承异步电机径向悬浮力、转速和磁链的非线性动态解耦控制,提出了基于最小二乘支持向量机逆的解耦控制策略.在分析无轴承异步电机原系统可逆的基础上,首先采用最小二乘支持向量机逼近原系统逆模型,然后

针对工业过程中普遍存在的非线性被控对象, 提出一种基于最小二乘支持向量机建模的预测控制算法. 首 先, 用具有RBF 核函数的L S2SVM 离线建立被控对象的非线性模型; 然后, 在系统运行过程中,

基于提升小波和最小二乘支持向量机的大坝变形预测,徐宝松,顾冲时,本文提出了一种基于提升小波和最小二乘支持向量机的大坝变形预测方法,即通过提升小波分析提取大坝监测数据效应量,分别对各效应

高炉炼铁过程的自适应最小二乘支持向量机预测器

为从电动机频谱识别出故障电动机,先用CZT变换(线性调频Z变换)分析采集到的电动机数据进行分类,然后训练最小二乘向量机,再把相同维数的数据送入训练好的最小二乘向量机进行判断,最终得出用最小二乘向量机进

提出利用最小二乘支持向量机方法进行矿用胶带机滚动轴承故障识别方法,利用小波包的分解方法提取检测信号的故障信息,并将其作为最小二乘支持向量机的输入量,将样本的常见故障类型作为输出量,对样本的输入量和输出

鉴于传统在线最小二乘支持向量机在解决时变对象的回归问题时, 模型跟踪精度不高, 支持向量不够稀疏, 结合迭代策略和约简技术, 提出一种在线自适应迭代约简最小二乘支持向量机. 该方法考虑新增样本与历史数

无轴承同步磁阻电机是一个复杂的多变量、强耦合非线性系统, 实现其非线性动态解耦控制是无轴承同步 磁阻电机稳定运行的前提. 在推导其数学模型的基础上, 采用最小二乘支持向量机的方法得到无轴承同步磁阻电机