LS-SVM

Ls-SVM，即最小二乘支持向量机，是一种在模式识别、回归分析及分类任务中表现出色的机器学习方法。它通过将非线性问题转化为线性问题来简化计算过程，特别适用于解决小样本、高维度的数据处理难题。广泛应用于信号处理、故障诊断、图像识别等多个电子技术领域。掌握Ls-SVM不仅能够提升您在数据分析与智能系统开...

共 13 份资源
源代码 385

LS-SVM 热门资料

查看全部 13 份 →
PDF文档

最小二乘支持向量机matlab工具箱。可用于解决模式分类与函数估计问题等，采用最小二乘线性系统作为损失函数，速度快于传统的支持向量机...

2 次下载
Toolbox LS-SVM matlab
PDF文档

LS-SVM方法学习matlab，可以直接使用官方下载...

1 次下载 nanas
LS-SVM v1
PDF文档

由于模拟电路的多样性、非线性和离散性等特点，模拟电路的故障诊断呈现复杂、难以辨识等问题。针对已有方法的数据不平衡，提出了一种支持向量机集成的故障诊断方法。使用小波变换方法提取特征向量，在多类别支持向量机的基础上，设计了模拟电路的最小二乘支持...

44 次下载 417313137
LS-SVM 集成 模拟电路 故障检测
PDF文档

·摘　要:为解决模拟电路故障诊断中的特征提取困难并对模拟电路故障信号进行有效的分类,提出了一种结合模糊理论、小波包分解和最小二乘支持向量机（LS-SVM）的模拟电路诊断方法。该法首先对模拟电路的响应信号进行小波包分解,并引入模糊准则对其优化...

3 次下载 默默
LS-SVM 模糊 小波包

LS-SVM 源代码

查看全部 385 份 →
ls-svm based on chaotic particle swarm optimizatio
基于鲁棒ls-svm的arma时序模型研究.pdf
deltablssvm.m
deltablssvm.m
deltablssvm.m
deltablssvm.m

LS-SVM技术资料简介

Ls-SVM，即最小二乘支持向量机，是一种在模式识别、回归分析及分类任务中表现出色的机器学习方法。它通过将非线性问题转化为线性问题来简化计算过程，特别适用于解决小样本、高维度的数据处理难题。广泛应用于信号处理、故障诊断、图像识别等多个电子技术领域。掌握Ls-SVM不仅能够提升您在数据分析与智能系统开发方面的能力，还能为您的项目带来更高效、精准的解决方案。立即访问我们的资源库，探索超过622个...

相关技术领域： simple GASVM for Toolbox matlab v1 DDDDDDDDDDDDDDDDDDDD LS-svm 回归分析 集成 模拟电路 故障检测