暂无评论
支持向量机的算法设计与分析作者:杨晓伟/郝志峰出版社:科学出版社出版年:2013-6页数:203装帧:平装ISBN:9787030378699丛编项：信息与计算科学丛书支持向量机的研究是近十余年机器学
支持向量机回归算法的研究与应用
支持向量机的功能、本质、基本理解以及公式的解释；SMO算法的理解、步骤以及算法流程文档格式：pptx
很不错的资料关于支持向量机算法方面的论文很有参考的价值
SVM方法是通过一个非线性映射p，把样本空间映射到一个高维乃至无穷维的特征空间中（Hilbert空间），使得在原来的样本空间中非线性可分的问题转化为在特征空间中的线性可分的问题．简单地说，就是升维和线
一本可以称为PSO圣经的书，书名就是ParticleSwarmOptimization。英文原版，不会让你失望的。
粒子群算法与神经网络的结合建模，李文婷，吴锦，粒子群算法是一种基于群体智能的优化技术，该算法原理简单、易于实现。本文利用粒子群算法优化神经网络的参数，提出了粒子群算法
遗传算法与粒子群算法融合的实现，更好的利用了各自的优点，这是其matlab源代码
列举了蚁群算法与粒子群算法的优缺点，以及对比，提供了一个较为完善的优化思路
遗传算法优化支持向量机算法,从而更好的提高识别率和预测率
暂无评论