1、问题背景 使用scikit-learn库的SVM分类算法(RBF核)时,在使用该页面上提供的示例http://scikit-learn.org/stable/auto_examples/svm/plot_iris.html时,我们使用标准差为10的正态分布数据创建了自己的图形,而不是鸢尾花数据。生成的图形如下: 注意,RBF核图形与示例中的图形有很大不同。除红色和蓝色部分外,整个...
在开发的铁路扣件检测系统中,RBF-SVM被作为扣件图像分类识别的分类器。核参数的选择是RBF-SVM模型优化研究中的重要问题,将量子粒子群算法应用于参数的优化选择,在(c ... 刘甲甲,王凯,袁建英,... - 《计算机工程与应用》 被引量: 11发表: 2014年 一种基于PCA与RBF-SVM的煤岩显微组分镜质组分类方法 On the...
excel插件excel200320072010上测试成功bp神经网络拟合正弦函参数1bp神经网络拟合正弦函数参数2rbf神经网络拟合正弦函数参数1rbf神经网络拟合正弦函数参数2svm支撑向量机拟合正弦函数参数1svm支撑向量机拟合正弦函数参数2 软件截屏如下: *** Excel插件(Excel 2003, 2007,2010上测试成功) ***...
基于RBF核的SVM学习算法的优化计算 维普资讯 http://www.cqvip.com
摘要: SVM是一种新型的机器学习方 法,其分类性能的优劣主要受核函数及核参数的影响,国内外学者针对SVM核参数的选择已提出许多算法.本文首先分析了RBF核参数对SVM分类性能的影 响,然后又对比分析了目前存在的几种基于RBF核的SVM核参数选择方法.通过实验,发现使用遗传算法选择核参数的SVM有比较快的搜索速度....
SVM是一种新型的机器学习方法,其分类性能的优劣主要受核函数及核参数的影响,国内外学者针对SVM核参数的选择已提出许多算法.本文首先分析了RBF核参数对SVM分类性能的影响,然后又对比分析了目前存在的几种基于RBF核的SVM核参数选择方法.通过实验,发现使用遗传算法选择核参数的SVM有比较快的搜索速度...
RBF-SVM feature selection arithmeticbased on kernel space mean inter-class distance基于核空间类间平均距的径向基函数—支持向量机特征选择算法 HUANG Ying-qing,ZHAO Kai,JIANG Xiao-yu,黄应清,赵锴,蒋晓瑜 Keywords: support vector machine(SVM),feature selection,kernel function,radial basis function支持向量机...
【摘要】高预测精度的短期负荷预测对于坚强电网非常重要,根据电力负荷特性的变化规律,提出了一种改进的基于径向基函数神经网络的短期负荷预测方法,应用经GA优化的SVM多核径向基函数去提取有用数据,提高了基于RBF神经网络的短期负荷预测精度.以美国加州春季负荷为输入数据,应用MATLAB仿真说明改进算法的优越性和其鲁棒性. 【...
摘要: 高预测精度的短期负荷预测对于坚强电网非常重要,根据电力负荷特性的变化规律,提出了一种改进的基于径向基函数神经网络的短期负荷预测方法,应用经GA优化的SVM多核径向基函数去提取有用数据,提高了基于RBF神经网络的短期负荷预测精度.以美国加州春季负荷为输入数据,应用MATLAB仿真说明改进算法的优越性和其鲁棒性....
遗传算法高预测精度的短期负荷预测对于坚强电网非常重要,根据电力负荷特性的变化规律,提出了一种改进的基于径向基函数神经网络的短期负荷预测方法,应用经GA优化的SVM多核径向基函数去提取有用数据,提高了基于RBF神经网络的短期负荷预测精度。以美国加州春季负荷为输入数据,应用MATLAB仿真说明改进算法的优越性和其鲁棒性。