搜索资源列表
GASVM.用遗传算法进行特征选取和svm参数优化的程序
- 用遗传算法进行特征选取和svm参数优化的程序。遗传算法工具箱goat已在压缩包 需要安装libsvm就可以直接运行。数据集采用UCI中的german数据集，并完成归一化操作,Genetic algorithm with feature selection and parameter optimization svm procedures. Genetic Algorithm Toolbox in goat need to install libsvm package can be run dir
PSO.rar
- 许多的PSO优化算法，包括BPSO、HybridPSO、QPSO、SPSO等等。,Many of the PSO optimization algorithms, including BPSO, HybridPSO QPSO, SPSO, etc.
PSO-SVM.rar
- 改进PSO-SVM在说话人识别中的应用。通过对粒子群优化算法中惯性权重和全局最优值 的分析，提出了一种根据迭代次数而自适应变化的惯性权重的粒子群优化方法,Improvement in the PSO-SVM speaker recognition applications. Through particle swarm optimization algorithm in the inertia weight and the analysis of the global optimum val
pso
- ％--- 基本粒子群优化算法（Particle Swarm Optimization）--- ----- ％--- 名称：基本粒子群优化算法（PSO） ％------作用：求解优化问题 ％------说明：全局性，并行性，高效的群体智能算法 ---- Elementary particle swarm optimization algorithm (Particle Swarm Optimization)----------- Name: Elementary Particle
file
- 利用matlab开发平台和相关的SVM优化工具箱,及OAO,OAA,BSVM2算法模型,设计改进并实现非线性的模式分类实验模型系统.-Matlab use development platform and related optimization toolbox of SVM, and OAO, OAA, BSVM2 algorithm model, designed to improve and to achieve non-linear model of the pattern classi
SVMbasedchaotictimeseriesanalysis
- 基于SVM的混沌时间序列分析 把SVM优化算法用于混沌时间序列分析 可以得到优于一些方法的结果-SVM-based chaotic time series analysis of the SVM optimization algorithm for chaotic time series analysis methods can be superior to the results of
svm_smo
- 支持向量机（svm）的 序列最小优化算法（sequential minimal optimization) 的大量论文资料！该算法可用来开发svm的并行算法！-Support vector machine (svm) of the sequential minimal optimization algorithm (sequential minimal optimization) information on a large number of papers! The algorithm can
psofeatureselection
- 用粒子群优化算法进行特征选择和SVM参数优化-Using Particle Swarm Optimization algorithm of feature selection and SVM parameter optimization
Optimiser
- svm程序的优化算法，可用于MATLAB接口连接-svm process optimization algorithm that can be used MATLAB interface
SVM_Short-term-Load-Forecasting
- 优秀论文及配套源码。首先阐述了负荷预测的应用研究现状，概括了负荷预测的特点及其影响因素，归纳了短期负荷预测的常用方法，并分析了各种方法的优劣；接着介绍了作为支持向量机（SVM）理论基础的统计学习理论和SVM的原理，推导了SVM回归模型；本文采用最小二乘支持向量机（LSSVM）模型，根据浙江台州某地区的历史负荷数据和气象数据，分析影响预测的各种因素，总结了负荷变化的规律性，对历史负荷数据中的“异常数据”进行修正，对负荷预测中要考虑的相关因素进行了归一化处理。LSSVM中的两个参数对模型有很大影响，
matlab
- 探讨了经典的粒子群优化算法，在此基础上，提出了量子粒子群算法（QPSO），该算法具有高效的全局搜索能力-Of the classical particle swarm optimization, on this basis, proposed a quantum particle swarm optimization (QPSO), the algorithm is efficient global search capability
SVM
- 包含完整的SVM算法，下载即可使用。其中包括数据集和完整的算法结构，算法结构包括数据清理、核函数升维以及SMO优化算法，可以较好实现数据非线性分类。(Contains the complete SVM algorithm and download it for use. Including the data set and the complete algorithm structure, the algorithm structure includes data cleaning, kerne
SVM-w-SMO
- 用序列最小优化算法（SMO）进行训练的支持向量机的简单实现。(simple implementation of a Support Vector Machine using the Sequential Minimal Optimization (SMO) algorithm for training.)
prpd+svm
- 利用SVM优化算法实现变压器局部放电信号prpd模式识别及其特征提取(Prpd pattern recognition and feature extraction of partial discharge signals in transformers based on SVM optimization algorithm)
一些优化算法论文附其程序
- 针对例如SVM等智能算法的参数寻优采用自适应的参数优化(Parameter optimization for intelligent algorithm)
ga_aco_opt_on_anfis_svm-master
- 利用遗传算法、蚁群算法、PSO等对SVM模型进行优化，实现高效分类和回归预测(The SVM model is optimized by genetic algorithm, ant colony algorithm and PSO to achieve efficient classification and regression prediction.)
基于粒子群优化算法的特征选择SVM分类
- 针对“BreastCancer”数据集，作为对比，第一次对特征集直接进行SVM分类，第二次使用粒子群算法进行特征选择后再进行SVM分类。并且对比和分析了两次分类的结果。(For "BreastCancer" data set, as a comparison, the first time the feature set is directly classified by SVM, and the second time the feature set is selected
PSO-SVM
- 利用粒子群优化算法对支持向量机中的核函数参数和惩罚参数进行优化是非常有效的手段，可以大大提高鲁棒性。实际过程中读者可通过下载我上传的代码，简单进行修改和阅读附件论文即可快速掌握相关方面的知识，快速使用这一方法。(Particle swarm optimization (PSO) is a very effective method to optimize the kernel function parameters and penalty parameters of SVM, which can
灰狼优化svm(g,a)
- 灰狼优化，由于一些问题的复杂，因此用灰狼算法解决一些优化问题(8/5000 Gray Wolf optimization)
改进svm
- phog方法提取图像特征，svm支持向量机进行分类，分别有GA遗传算法和PSO粒子群优化算法进行寻优。(Phog method extracted image features, SVM support vector machine classification, respectively, GA genetic algorithm and PSO particle swarm optimization algorithm for optimization.)