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...

资源总数
526

LS-SVM 全部资料 526 份

为提高支持向量机(SVM)集成的训练速度，提出一种基于凸壳算法的SVM 集成方法，得到训练集各类数据的壳向量，将其作为基分类器的训练集，并采用Bagging 策略集成各个SVM。在训练过程中，

2023-11-15 1 LS-SVM

因其核函数的良好性态,RBF核SVM(RBF-SVM)在实际应用中表现出良好的学习性能,但是RBF核函数中的参数对SVM的性能起决定性作用.阐述了RBF-SVM的性能随着变化而变化的规律,并将RBF-SVM引入自动羽绒识别系统中.根据自动羽...

2013-12-27 195 LS-SVM