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
如何用MATLAB实现LS-SVM
针对最小二乘支持向量回归模型中, 呈稀疏分布的时序峰值样本拟合预测误差偏大的问题, 基于加权最小 二乘思想, 提出一种新的用于时序峰值预测的最小二乘支持向量回归模型. 根据样本分布密度和输出期望幅值,
遗传算法最小二乘支持向量机在GPS高程异常反演中的应用,张祥,邓喀中,针对传统GPS高程异常反演方法中存在的不足,本文采用遗传算法优化最小二乘支持向量机参数反演GPS高程异常。实验表明,在有限样本的
论文研究-关于稀疏最小二乘支持向量回归机的改进剪枝算法.pdf,
对于含有奇异点的系统而言,由于一般的剪枝算法不能成功抑
加权深度最小二乘的稳健加权最小二乘
传统的支持向量机是一种两类问题的判别方法, 不能直接应用于多类分类问题。为了解决这个问题,提出了一种免疫优化多输出最小二乘支持向量机方法。该方法利用免疫算法来优化最小二乘支持向量机的参数。将该方法应用
针对耕地面积数据的小样本、复杂非线性特点,提出一种基于最小二乘支持向量机的耕地面积预测方法。采用相关系数法选择耕地面积的影响因子,通过粒子群优化算法对最小二乘支持向量机参数进行优化,最后建立耕地面积与
基于分段加权最小二乘支持向量机故障诊断的实现,吕宁,颜鲁齐,在啤酒发酵过程中,为了建立精准的传感器温度故障诊断模型,在标准支持向量机(SVM)的基础上提出了分段加权最小二乘支持向量机的方�
基于主成分分析和最小二乘支持向量机的电力短期负荷预测,王莹,刘瑞叶,虽然支持向量机具有非线性拟合、泛化能力强、训练收敛速度快等显著特点,但当处理海量电力负荷数据时,支持向量机的训练效率降低
