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...
LS-SVM 全部资料 13 份
基于小波与LS-SVM集成的模拟电路故障检测
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...
应用模糊最优小波包和LS-SVM的模拟电路诊断
·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...
The present LS-SVMlab toolbox contains Matlab/C implementations for a number of LS-SVM algorithms.
The present LS-SVMlab toolbox contains Matlab/C implementations for a number of LS-SVM algorithms....
基于LS-SVM的乙醇浓度软测量在酵母生产中的应用
在酵母生产过程中，乙醇浓度是一个很重要的控制参数，但目前的检测手段多为离线人工测量，不能实现乙醇浓度的测控自动化，是束缚生产效率的重要原因。本文采用最小二乘支持向量机(LS-SVM ) 方法进...