支持向量机的回归预测问题（经典案例辛烷值预测的代码实现）
2021-11-23 23:33:22
4KB
mnist分类
使用多种方法完成MNIST分类任务
Python 3.6
火炬1.0
Scikit学习0.21
无需下载数据直接跑，代码自动下载
模型
逻辑回归Logistic回归
多层感知机
K近邻KNN
支持向量机
卷积神经网络
循环神经网络
实验报告
见mnistClassification.pdf
对应的latex原始码： :
2021-11-23 21:28:13
1.04MB
1
【SVM分类】基于布谷鸟算法优化实现SVM数据分类matlab源码.zip
2021-11-23 19:30:22
730KB
1
智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码
2021-11-23 19:24:44
1.69MB
1
为了构造高维下的近似模型，将最小二乘支持向量机（LS-SVM）引入切割高维模型表示（Cut-HDMR），提出了SVM-HDMR高维非线性近似模型构造法，给出了相应的自适应采样和模型构造算法。该方法利用Cut-HDMR将高维问题转化为一系列低维问题，用LS-SVM求解这些低维问题。数值算例的测试结果表明该方法具有较好的近似精度，且与传统近似方法相比极大地降低了计算成本，从而更适用于高维工程问题的求解。
2021-11-23 14:59:23
547KB
1
为了提高彩色图像分割方法的性能，提出一种基于支持向量机的手动选择样本点集的分割方法。该方法通过人为主观观察颜色特征变化，在像素峰值处选择样本点，使得背景和目标样本点的颜色差异较明显，达到了简化样本点的目的，从而实现了彩色图像的快速分割，同时比较和分析核函数参数及样本点数目的不同对分割效果的影响。
2021-11-23 13:38:02
1.64MB
1
针对支持向量机(SVM)参数难以选择和确定的问题,采用一种新式元启发式优化算法——多元宇宙优化算法(MVO).并在传统多元宇宙优化算法(MVO)的基础上针对TDR值下降速度慢而导致旅行距离增加的问题,提出改进多元宇宙优化算法(IMVO),将改进多元宇宙优化算法用于支持向量机的参数优化和选择问题上.使用UCI标准数据库中的数据进行数值仿真实验.研究结果表明:采用改进多元宇宙优化算法优化的支持向量机有较强的寻优性能,稳定性较好.
2021-11-22 20:59:32
897KB
1