基于支持向量机和长短期记忆网络的暂态功角稳定预测方法

: 乳腺癌是危害女性生命的一种恶性肿瘤。目前,在乳腺癌治疗方面,新辅助化疗获得了良好的成果,使众多女性恢复了健康。支持向量机在实际应用中有着良好的泛化和学习能力,并在商业、经济以及医疗等领域有所应用。

作为一种新的机器学习方法,支持向量机的参数选择没有一个统一的模式和标准。为了克服这一缺点,对遗传算法进行改进,构造一种混沌云自适应模拟退火遗传算法(CCASAGA)对支持向量机回归参数进行优化。该算法

论文研究-基于支持向量机的客户流失预测模型.pdf,

在大量实测数据的基础上探究了经验公式法的局限性并基于理论层面分析了BP神经网格法局限性。探究了支持向量机计算导水裂隙带发育高度的优势,根据43个收集到的顶板裂隙带发育高度实测数据,依照参数获取简便,与

文中研究并建立了基于支持向量机(SVM)的长壁冒落开采条件下采空区顶板导水裂缝带高度非线性预测模型。首先分析了影响导水裂缝带高度的因素,搜集多个矿区的导水裂缝带高度实测资料作为训练和测试样本,将SVM

本数据集利用MATLAB平台，借助支持向量机(SVM)算法实现了对时间序列数据的预测。

为了解决传统的有机碳含量TOC测量方法成本高和无法获得TOC含量连续分布的问题，提出了一种TOC含量的统计预测方法。由于地层的岩性的不同，TOC含量的差异非常大，因此，首先对原始的测井数据聚类，通过聚

以高河煤矿回采工作面刮板输送机机尾瓦斯浓度变化为例,运用PSO-SVM与GA-SVM算法分别对核参数g和惩罚因子c进行寻优,建立最优组合参数瓦斯浓度预测模型,进行瓦斯浓度预测。结果表明,基于支持向量机

本文所探讨的支持向量机(SupportVectorMachine,SVM)专门解决小样本问题,以结构风险最小化为原则寻找全局最优解。在预测沼气中CH4浓度时,本文首次尝试把温度作为影响探测器输出的重要

我们在Matlab环境中成功实现了支持向量机（SVM）在时间序列预测中的应用，并为用户提供了完整的源码和相关数据。 2. 针对单列数据，我们采用了递归预测的方法，具体使用了自回归技术来进行时间序列预