最优化技术在支持向量机研究中的应用

支持向量机在金融时间序列预测中的应用

支持向量机, 一种基于统计学的新型机器学习和数据挖掘技术, 遵循结构风险最小化原则。金融时间序列数据通常具有非平稳性、复杂性、非线性以及噪声干扰, 传统预测方法难以取得令人满意的效果。本研究提出一种基于支持向量机的金融时间序列预测方法, 并将其应用于上证180指数预测。实验结果表明, 支持向量机方法能够有效地建模动态金融时间序列, 并取得良好的预测效果。

数据挖掘 6 2024-05-12

支持向量机（SVM）应用详解

详细介绍了使用Matlab编写的支持向量机分类器代码，用于模式识别和分类任务。支持向量机作为一种强大的机器学习算法，在各种应用场景中展示出了其高效性和准确性。通过该代码，用户可以深入了解支持向量机在模式识别中的实际应用。

Matlab 2 2024-07-23

支持向量机在数据挖掘中的应用资料

这里提供了一些关于支持向量机在数据挖掘中的基础阅读资料。

数据挖掘 1 2024-07-15

支持向量机在数据挖掘中的创新应用

这本书是一本适合工科研究人员的入门书，介绍了支持向量机和核方法的基础知识。作者是中国农业大学的邓乃杨和田英杰。

数据挖掘 3 2024-07-18

matlab中的多分类支持向量机程序

使用Matlab内置的svmtrain和svmpredict函数实现多分类支持向量机。

Matlab 0 2024-08-29

利用支持向量机（SVM）进行预测的应用

现有测试数据可直接用于实施。

Matlab 0 2024-08-26

支持向量机中粒子群优化参数调节的Matlab实现

支持向量机（SVM）中，利用粒子群优化方法调节参数C和G的Matlab代码。经过调试验证，非常有效且操作便捷。

Matlab 0 2024-08-22

支持向量机源代码

支持向量机（SVM）二分类模型利用间隔最大的线性分类器定义于特征空间上，并以核技巧转化为非线性分类器。SVM学习策略的目标为间隔最大化，可转换为求解凸二次规划或最小化正则化合页损失函数。其学习算法则是求解凸二次规划的最优化算法。

算法与数据结构 4 2024-05-01

支持向量机在数据挖掘中的创新方法邓_支持向量机.part4

邓_支持向量机.part4是关于支持向量机器的最佳著作，探讨了数据挖掘中的新方法。

数据挖掘 1 2024-07-15