資源簡介
支持向量機（Support Vector Machine, SVM）是一類按監(jiān)督學習（supervised learning）方式對數(shù)據(jù)進行二元分類（binary classification）的廣義線性分類器（generalized linear classifier），其決策邊界是對學習樣本求解的最大邊距超平面（maximum-margin hyperplane），屬于機器學習方法比較高級的一種，被應用于風電、水電的模擬，黑箱模型，模擬效果較好
代碼片段和文件信息
%%?SVM神經(jīng)網(wǎng)絡的回歸預測分析
%清空環(huán)境變量
tic;
close?all;
clear;
clc;
format?compact;
%%?數(shù)據(jù)的提取和預處理
data?=?xlsread（‘tianbei.xlsx‘‘sheet1‘）;
da?=?xlsread（‘北道口.xlsx‘‘sheet1‘）;
%?提取數(shù)據(jù)
y?=?data（:3）;???%%降雨（滯時0?3?4）
%?x?=?data（:4）;???%%蒸發(fā)（滯時1?2?3?7?8?9）
z?=?da（:1）;???%%徑流（滯時1）
%?e1?=?x（9:612-11）;
%?e2?=?x（8:612-21）;
%?e3?=?x（7:612-31）;
%?e4?=?x（3:612-71）;
%?e5?=?x（2:612-81）;
%?e6?=?x（9:612-11）;
?r1?=?y（13:6121）;
%?r2?=?y（7:612-31）;
%?r3?=?y（6:612-41）;
z1?=?z（12:612-11）;
%?z2?=?z（8:612-21）;
g（:1）?=z1;
g（:2）?=?r1;
%?g（:3）?=?r3;
%?g（:4）?=?z1;
%?g（:5）?=?e5;
%?g（:6）?=?e6;
%?g（:7）?=?r1;
%?g（:8）?=?r2;
%?g（:9）?=?r3;
%?g（:10）?=?z1;
%?g（:11）?=?z2;
m?=?size（g）;
tts?=?g;???%%各種因子
gg?=z（13:6121）;
ttsx?=?gg;??%%徑流
ts=ttsx（1:485:）;
tsx=tts（1:485:）;
tss=ttsx（486:600:）;
tsxs=tts（486:600:）;
%?畫出原始?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件????????5066??2019-03-13?16:07??svm\svm14.m
?????文件????????2837??2019-02-22?09:37??svm\SVMcgForRegress.m
?????文件???????24576??2018-10-30?19:59??svm\svmpredict.mexw32
?????文件???????45056??2018-10-30?19:59??svm\svmtrain.mexw32
評論
共有 條評論