PSO-SVM

探索psO-SVM技术的前沿应用，本页面汇集了795个精选资源，涵盖从基础理论到高级实践。作为结合粒子群优化(PSO)与支持向量机(SVM)的创新算法，psO-SVM在模式识别、故障诊断及预测分析等领域展现出卓越性能，特别适用于复杂数据处理场景。无论是学术研究还是工程项目开发，这里都是您获取最新知识...

资源总数
500

PSO-SVM 全部资料 500 份

本文介绍了基于神经网络和微粒群优化算法的移动机器人动态避障路径规划算法。通过神经网络改进的微粒群算法，充分利用了神经网络的融合性和并行性来提高微粒群算法中适应度函数的准确性。通过神经网络描述机器人工作

2024-03-15 10 PSO-SVM

本文提出了基于粒子群（PSO）的训练ANN 的新算法，以此为基础建立了对库存品进行ABC 分类的模型。新算法充分结合了PSO 与BP 两者的优势，在训练过程中能同时优化权值以及神经元log-Sigmo

2024-03-28 4 PSO-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 PSO-SVM

将支持向量机应用到典型的时变、非线性工业过程—— 连续搅拌反应釜的辨识中, 并与BP 神经网络建模相比较, 仿真结果表明了支持向量机的有效性与优越性. 支持向量机以其出色的学习能力为工业过程的辨识提出了一种新的途径.

2013-10-17 55 PSO-SVM