最小二乘支持向量机(LS—SVM)相关论文
最小二乘支持向量机（LS—SVM）方法克服了经典二次规划方法求解支持向量机的维数灾问题。适合于大样本的学习。提出一种新的基于LS—S......
针对电力系统年用电量增长的特点，将最小二乘支持向量机LS—SVM（1east squares support vector machine）回归模型引入年电力需求预测......
最小二乘支持向量机（least squares support vector machine，LS—SVM）具有很好的非线形逼近能力和泛化能力，通过研究逆模型存在的条件，......
镇动信号的趋势预测是设备状态监测与故障诊断中的一个重要内容。随着运行设备的非线性、非平稳特点越来越明显，传统的数学建模预报......
建立声速空间变化模型是解决声速剖面代表性误差的有效方法。在对不同声速剖面进行标准化处理的基础上,通过声速训练样本及核函数......
