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

支持向量机(SVM)理论建立在结构风险最小化原理基础上,对非线性、高维数的小样本问题有非常好的分类效果和学习推广能力。本文设计了基于支持向量机的车型识别系统,系统通过对摄像机采集的视频图像进行

2023-11-26 10 LS-SVM

针对微生物发酵过程的建模与优化控制问题,利用支持向量机理论进行发酵过程的建模,并提出采用粒子群优化算法对支持向量机建模过程中的重要参数进行优化调整。仿真结果表明参数优化调整后得到的模型能取得更

2024-02-13 6 LS-SVM