支持向量机非线性回归通用MATLAB源码.doc
版权申诉
88 浏览量
2022-07-05
11:14:23
上传
评论
收藏 47KB DOC 举报
支持向量机非线性回归通用 MATLAB 源码
支持向量机和 神经网络都可以用来做非线性回归拟合，但它们的原理是不相同
的，支持向量机基于结构风险最小化理论，普遍认为其泛化能力要比神经网络的
强。 团队编写了支持向量机非线性回归的通用 程序，并且和
网络进行了比较，大量仿真结果证实，支持向量机的泛化能力强于 网络，
而且能避免神经网络的固有缺陷——训练结果不稳定。本源码可以用于线性回归、
非线性回归、非线性函数拟合、数据建模、预测、分类等多种应用场合，由于接
口规范，注释详细，非常好用， 团队推荐您使用。本源码已经删掉了
关键的一些代码，一般人难以将其补充完整，有意购买此源码，请与
团队联系。
!"#$%&'()*
++
+ !,
+ !&&
+&&-.
++
+支持向量机非线性回归通用程序
+ 团队原创作品，转载请注明
+%/&012,
+ 团队主页：/33,&,,3&
+.欢迎访问 44算法仿真团队
→/33,&,,3&/33,&,,3
&33
+程序功能：
+使用支持向量机进行非线性回归，得到非线性函数 5"6676*的支持向
量解析式，
+求解二次规划时调用了优化工具箱的 8. 函数。本函数在程序入口处对
数据进行了
+9的归一化处理，所以计算得到的回归解析式的系数是针对归一化数据的，
仿真测
+试需使用与本函数配套的 !&& 函数。
+主要参考文献/
+朱国强刘士荣等,支持向量机及其在函数逼近中的应用,华东理工大学学报
+输入参数列表
+#:::::::输入样本原始数据，; 的矩阵， 为变量个数， 为样本个数
+$:::::::输出样本原始数据，; 的矩阵， 为样本个数
+%&::< 不敏感损失函数的参数，%& 越大，支持向量越少
资源评论
