PSO优化SVM参数

为解决常规油层识别方法因其本身缺陷而无法取得理想效果的缺点,提出一种基于改进PSO算法的LS-SVM 油层识别模型,即综合已有改进的PSO模型提出一种新的改进形式,并用此算法迭代求解[LS-SVM 中

为了提高花粉浓度预报的准确率，解决现有花粉浓度预报准确率不高的问题，提出了一种基于粒子群优化（PSO）算法和支持向量机（SVM）的花粉浓度预报模型。首先，综合考虑气温、气温日较差、相对湿度、降水量、风

采用粒子群优化算法,以电压增益、共模抑制比、输入电阻平方根的三者乘积对输出电阻的比作为适应度函数,对差分-共射两级直接耦合电压串联负反馈放大电路中的电阻做自适应优化。结果显示,只要对电路交流指标加以约

针对传统PID控制系统参数整定过程存在的在线整定困难和控制品质不理想等问题,结合BP神经网络自学习和自适应能力强等特点,提出采用BP神经网络优化PID控制器参数。其次,为了加快BP神经网络学习收敛速度

这个关于PSO算法的自适应参数调节文章中的代码，代码出自外国作者之手，绝对不是我瞎造的。作者告诫我说，这是他的初版。

使用Python实现灰狼优化算法用于求解函数优化问题最后针对优化结果进行输出并绘图保存.

这是一个用序列最小优化算法进行训练得到的支持向量机实现代码。

svm中的粒子群优化参数C和G的matlab代码。自己在调试过了。很好用。很方便

用遗传算法优化的SVM的系数，matlab源代码，可以使用

svm支撑向量机机器学习随机森林优化的代码，需要自行安装libsvm工具箱，内有操作教程