没有合适的资源?快使用搜索试试~
我知道了~
文库首页
课程资源
专业指导
基于PSO优化的支持向量机在软土路基沉降数据处理中的应用.pdf
基于PSO优化的支持向量机在软土路基沉降数据处理中的应用.pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
数据处理
数据分析
参考文献
专业指导
0 下载量
120 浏览量
2021-08-15
09:41:09
上传
评论
收藏
961KB
PDF
举报
温馨提示
五一特惠:¥9.90
19.90
#资源达人分享计划#
资源推荐
资源评论
基于粒子群优化的支持向量机在瓦斯浓度预测中的应用研究
浏览:91
为了准确预测煤矿瓦斯浓度,基于从芦岭煤矿KJ98监控系统中提取的生产现场瓦斯浓度时间序列数据,对基于粒子群优化的支持向量机理论在瓦斯浓度短期预测中的应用进行了研究。首先对瓦斯浓度时间序列进行小波软阈值去噪和相空间重构等预处理,然后采用粒子群优化算法对支持向量机的惩罚因子、损失函数、核函数参数进行了优化,并基于最优参数建立了瓦斯浓度预测的支持向量机模型。仿真结果表明,采用粒子群优化的支持向量机理论进
改进粒子群算法优化支持向量机在故障诊断中的应用研究.pdf
浏览:88
改进粒子群算法优化支持向量机在故障诊断中的应用研究.pdf
改进粒子群算法优化的支持向量机在滚动轴承故障诊断中的应用.pdf
浏览:173
改进粒子群算法优化的支持向量机在滚动轴承故障诊断中的应用.pdf
基于支持向量机与神经网络法的路基沉降预测对比研究.pdf
浏览:11
基于支持向量机与神经网络法的路基沉降预测对比研究.pdf
基于python的粒子群算法PSO优化支持向量机SVM设计与实现
浏览:127
5星 · 资源好评率100%
基于python的粒子群算法PSO优化支持向量机SVM设计与实现
pso_bp软土路基沉降.rar_BP_matlab_pso优化BP_路基沉降_软土
浏览:34
5星 · 资源好评率100%
用pso对bp神经网络进行优化,对软土路基进行沉降预测
PSO SVM粒子算法优化的支持向量机,pso粒子群优化算法,matlab
浏览:67
5星 · 资源好评率100%
使用PSO优化SVR支持向量机模型的代码,有详细的输出及输出,以及代码说明
粒子群优化支持向量机实例
浏览:115
4星 · 用户满意度95%
这是用粒子群优化支持向量机的小程序,数据是辛烷值的数据
基于沪深300指数:支持向量机在股票择时中的应用.pdf
浏览:50
基于沪深300指数:支持向量机在股票择时中的应用.pdf
基于优化核函数支持向量机在行人检测中的应用
浏览:50
针对行人检测在实时和准确率方面的要求, 提出基于优化核函数支持向量机的行人检测方法, 以梯度方向直方图算法提取行人特征, 以支持向量机算法作为分类器。在传统算法的基础上, 提出以组合核函数作为分类器核函数, 并设置松弛变量, 引入惩罚因子, 结合遗传算法与K重交叉验证进行组合系数和参数的优化与选择, 根据优化后的参数构成最终分类器进行行人检测。其检测达到较好效果, 满足对实时性和准确性的要求。
动态自适应粒子群优化算法与最小二乘支持向量机在年径流预测中的应用.pdf
浏览:50
动态自适应粒子群优化算法与最小二乘支持向量机在年径流预测中的应用.pdf
chapter13_PSO.rar_PSO_pso 支持向量机_pso优化支持向量机_向量机_支持向量机
浏览:190
pso 算法对支持向量机进行参数寻优,能够寻找最优的支持向量机参数,并建立最佳模型
基于PSO的云计算环境中大数据优化聚类算法.pdf
浏览:174
基于PSO的云计算环境中大数据优化聚类算法.pdf
pso算法优化支持向量机
浏览:158
4星 · 用户满意度95%
本程序是Matlab语言,利用pso来优化SVM,可以应用于模式识别分类,语音识别,图像识别等
MATLAB实现PSO-SVM粒子群算法优化支持向量机多特征分类预测(完整源码和数据)
浏览:5
5星 · 资源好评率100%
MATLAB实现PSO-SVM粒子群算法优化支持向量机多特征分类预测(完整源码和数据) 数据为多特征分类数据,输入15个特征,分四类,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。 运行环境MATLAB2018b...
粒子群算法PSO优化支持向量机回归算法SVR,python写,自带数据集
浏览:184
5星 · 资源好评率100%
粒子群算法PSO优化支持向量机回归算法SVR,python写,自带数据集
基于粗差判别的参数优化自适应加权最小二乘支持向量机在PX氧化过程参数估计中的应用
浏览:161
基于粗差判别的参数优化自适应加权最小二乘支持向量机在PX氧化过程参数估计中的应用
基于鸽群优化算法的支持向量机在电力需求总量预测中的应用
浏览:103
电力需求总量的科学预测是经济转型阶段电力系统规划与运行的重要依据。引入融合分段二次Lagrange插值函数的新型灰色关联理论,从经济发展、产业结构、用电环境以及居民生活4个方面分析社会经济新常态指标与电力需求总量之间的相关程度,筛选出影响电力需求增长率波动的关键因素;进而以电力需求总量及相关因素为训练数据集,利用融合莱维飞行特征的改进鸽群优化算法对支持向量机的参数进行优化,建立具有最佳参数、强泛化
基于粒子群优化的最小二乘支持向量机在时间序列预测中的应用 (2011年)
浏览:113
为提高基于最小二乘支持向量机(LSSVM)的时间序列预测方法的泛化能力与预测精度,研究了一种基于粒子群优化(PSO)的LSSVM。该方法以交叉验证误差为评价准则,利用PSO对多个具有不同超参数的LSSVM进行基于迭代进化的优化选择,并以交叉验证误差最小的LSSVM作为最终优化后的LSSVM。时间序列预测实例表明,经PSO优化后的LSSVM的预测精度高于未经优化的 LSSVM与传统时间序列预测方法的
基于遗传算法因素筛选的BP神经网络在软土路基沉降数据处理中的应用
浏览:89
软土路基沉降与其影响因素之间存在着非线性关系,因输入自变量较多,用神经网络建模容易出现过拟合现象,导致网络模型预测精度降低。针对这个问题,提出用遗传算法对输入自变量进行压缩降维处理,同时对网络模型的权值和阈值进行优化。实例仿真表明:经降维和权值及阈值优化的BP网络具有较高的精度;预测效果优于GRNN网络模型和单纯BP网络模型;用于软土路基沉降预测是可行的。
基于混合核函数的支持向量机在人脸识别中的应用研究.pdf
浏览:188
基于混合核函数的支持向量机在人脸识别中的应用研究.pdf
PSO-SVM分类,基于粒子群优化算法优化支持向量机的数据分类预测 (Matlab完整源码和数据)
浏览:158
5星 · 资源好评率100%
PSO-SVM分类,基于粒子群优化算法优化支持向量机的数据分类预测 (Matlab完整源码和数据) PSO-SVM分类,基于粒子群优化算法优化支持向量机的数据分类预测 (Matlab完整源码和数据) PSO-SVM分类,基于粒子群优化算法...
论文研究-基于PSO优化的SVM预测应用研究.pdf
浏览:54
针对此问题,提出一种基于粒子群优化算法的支持向量机参数选择方法。实验结果表明,经粒子群优化算法优化的支持向量机回归模型具有较高的预测精度,粒子群优化算法是选取支持向量机参数的有效方法。
【SVM回归预测】基于matlab鲸鱼算法优化支持向量机WOA-SVM回归预测【含Matlab源码 1377期】
浏览:84
5星 · 资源好评率100%
智能优化算法优化支持向量机SVM分类预测系列程序定制或科研合作方向: 4.4.1 遗传算法GA/蚁群算法ACO优化SVM 4.4.2 粒子群算法PSO/蛙跳算法SFLA优化SVM 4.4.3 灰狼算法GWO/狼群算法WPA优化SVM 4.4.4 鲸鱼算法WOA/...
论文研究-粒子群优化支持向量机的入侵检测算法.pdf
浏览:158
为了提高网络入侵的检测正确率,针对网络入侵检测中特征选择问题,将二值粒子群优化算法(BPSO)用于网络入侵特征选择,结合支持向量机(SVM)提出了一种基于BPSO-SVM的网络入侵检测算法。该算法将网络入侵检测转化...
评论
收藏
内容反馈
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
五一特惠:¥9.90
19.90
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
结冰架构
粉丝: 785
资源:
28万+
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
Jamod实现Modbus协议的ASCII 串口通信
基于YoloV8学生行为检测代码仓库
python 数据分析模型与代码案例.txt
通过自定义串口通信协议实现STM32采集的图像发送到上位机查看
8. Django 表单与模型
printer.cfg
松下PLC的简单串口通讯类 Mewtocol协议
忙しくて疲れているときは、人間は目を覚まさなければなりません,某读书站下的书本txt格式
电子负载上位机编写,实现串口和usb的协议传输
基于YOLOv8和PYQT5的检测界面
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功