暂无评论
基于分解技术的并行支持向量机算法,李明强,韩丛英,支持向量机是以统计学习理论为基础的新型的机器学习方法,近年来已经成为机器学习领域一个新的研究热点。由于传统的优化算法在处
将支持向量机技术应用于水泵的时间序列多步预测中。为提高预测精度,提出利用多个测量通道获得的多时间序列进行预测,并通过水泵电机上获得的实际测量数据进行对比分析,证明该方法在设备长期预测中具有较好的预测精
用支持向量机的方法用于预测金融股票走向 用SVM的改进LSSVM能够更好的预测 有很好的泛化能力
通过研究自然景观图案的语义分类,分析了不同的核函数和参数优化算法对图像语义分类性能的影响,并用自然景观图片进行了验证。实验结果表明:当核函数为RBF且参数采用网格搜索优化时,SVM的分类效果最优,可实
支持向量机Matlab工具箱1.0使用平台-Matlab6.5，该工具箱包括了二种分类,二种回归,以及一种一类支持向量机算法(1)Main_SVC_C.m---C_SVC二类分类算法(2)Main_S
关于智能算法中支持向量机的基础内容论文，包括最基本的单个分类，以及论文中新提出的多分类算法，具有很强的实用性
对现在比较盛行的状态监测与故障检测和预测做了阐述性的介绍,并且就故障预测方法在现代工业生产的应用性方面做了定性分析,并将支持向量机的这种对小样本数据比较有效的训练和处理方法引入到电机的故障预测中来。
为了解决在历史样本数据有限情况下,传统预测方法预测精度低以及支持向量机预测中人为选择参数的盲目性,结合遗传算法和支持向量机的优势,建立了进化支持向量机预测模型。利用该模型对某型电铲发电机组的振动趋势进
基于支持向量机的烟叶感官品质评价，赵青松，李兴兵，支持向量机是一种新的机器学习算法，它采用结构风险最小化准则，在最小化样本点误差的同时，缩小模型预测误差的上界，从而提高了
对图片的分类主要包含以下四个步骤：1.用尺度不变特征转换（SIFT）算法来提取训练集中图片的特征值。2.用K-means算法将这些特征值聚成n类。这n类中的每一类就相当于是图片的单词，所有的n个类别构
暂无评论