暂无评论
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
基于改进混沌粒子群算法的最小二乘支持向量机短期负荷预测,李劲秋,王韶,针对目前采用最小二乘支持向量机进行电力系统短期负荷预测时,运用混沌粒子群算法选取参数不能完全解决早熟,导致精度下降的问题
为了克服小波变换在二维空间分析的缺陷,提出了基于快速离散曲波(Curvelet)变换的虹膜识别改进算法。利用能有效捕捉图像边缘信息的Curvelet 变换对虹膜图像进行分解,提取低频子带系数矩阵的均值
对于一类参数未知的非线性离散系统,自适应直接广义提出了一种基于在线最小二乘支持向量机(OLS–SVM)的预测控制方法。 在该方法中,使用OLS–SVM直接设计控制器,并改进了投影引入了基于跟踪误差的自
为分析深基坑在开挖过程中的变形规律,为安全生产提供有效信息,采用最小二乘支持向量机理论,利用粒子群算法对支持向量机的核参数进行优化,建立深基坑水平位移预测模型,并将预测结果与实际监测结果进行对比.研究
基于最小二乘支持向量回归的系统可靠性预测,有需要的同学可以下载
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,
由于水质的非线性、不确定性等特性,水质预测与评价是很复杂的一个问题;最小二乘支持向量机已经成功地应用于解决非线性问题和时间级数问题。提出一种新的IGALSSM模型,即基于一种新型遗传算法——智能遗传算
暂无评论