-
-
-
支持向量机软件包
... 检验(Cross Validation)的功能。该软件可以解决C-SVM、ν-SVM、ε-SVR和ν-SVR等问题，包括基于一对一算法的多类模式识别问题。
-
基于深度学习的路网短时交通流预测_焦琴琴
通过实验仿真分析得出:（
1
）趋势项信号可以影响预测的精度，设置最优的频谱
阈值去除趋势项能够使得预测误差减少
5%
；（
2
）压缩后的路网预测运行时间明显减
少，节约时间
90%
；（
3
）本文提出的预测模型在预测精度上优于其他预测模型，预测
误差比
SVR
模型减少
8%
，路网中各个路段的平均预测精度可以达到
92%
-
天池天池大数据竞赛赛题菜鸟-需求预测与分仓规划
对数据进行预处理，生成更多的训练样本。基于以上构建的训练集，训练了多个回归模型，包括：XGboost、GBDT、RandomForest、SVR（线性核与高斯核），训练时各个分仓是分别建模的。
-
-
43个神经网络的代码，也有详解
43个神经网络的代码，有BP神经网络做拟合，SVM分类，SVR做回归预测，径向基神经网络，优化算法比如遗传算法，粒子群算法等
-
汉（英）基于蚁群优化支持向量回归的燃煤电站锅炉NOx排放建模
从实际电厂的燃烧建模，训练和验证SVR模型以及两个神经网络模型。此外，提出了一种基于蚁群优化算法的广义参数C和高斯核参数G的选取方法，重点研究了SVR模型的预测精度和时间响应特性。结果表明，ACO优化算法能够自动获得SVR模型的最优参数C和G，具有很高的预测精度。通过与BPNN模型比较，SVR模型预测的NOx排放量与实测值吻合较好，与GRNN模型估计的NOx排放量相当。建立最优SVR模型的时间响应为分钟尺度，适用于燃煤电站锅炉NOx排放在线实时建模。
-
SVM算法思想
SVM的算法思想，用sklearn中的库函数SVC做人脸识别，用SVR做波士顿房价预测。
-
官方最新版本libsvm-3.23
... 检验(Cross Validation)的功能。该软件可以解决C-SVM、ν-SVM、ε-SVR和ν-SVR等问题，包括基于一对一算法的多类模式识别问题。
-
libsvm安装包
... 检验(Cross Validation)的功能。该软件可以解决C-SVM、ν-SVM、ε-SVR和ν-SVR等问题，包括基于一对一算法的多类模式识别问题。
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
