function?ypred?=?ls_svm（xXtypargamakernelType）
%本文使用LS-SVM方法使用的為最小二乘直接求解
%需要指出本次實驗直接構建的
%[01‘]????[b]???????=[0]?????
%[1核矩陣]?[alpha]???=[y]
%將直接開始進行程序x為訓練集，X為預測集，y為訓練label
%by?lihao
%CDUT
[nm]?=?size（x）;
y?=?[0;y];
I?=?ones（n1）;
%進行核矩陣構建徑向基核函數
omiga?=?zeros（nn）;
switch?kernelType
????%rbf里面par（1）為sigmapar（2）為gama
????%Poly里面par（2）階數
????%此中核函數有RBFPOLYTANH
????case?‘rbf‘
????????for?i?=?1:n
????????????xi?=?x（i:）;
????????????deltaX?=?（x?-?repmat（xin1））.^2;
????????????omiga（i:）?=?exp（-sum（deltaX2）/（par（1）^2））;
????????end
????case?‘Poly‘
????????omiga?=?（x?*?x‘?+?par（1））.^par（2）;

????case?‘tanh‘
????????omiga?=?tanh（par（1）.*x*x‘+par（2））;
end
%構建矩陣A
A?=?（omiga?+?（1/gama）*eye（n））;
A?=?[IA];
B?=?[0I‘];
A?=?[B;A];
%求b和alpha參數
Z?=?A^-1;
b_alpha?=?Z?*?y;
b?=?b_alpha（1:）;
alpha?=?b_alpha（2:end:）;
%開始預測
[zq]=size（Xt）;
ypred?=?zeros（z1）;
omigal?=?zeros（nz）;
switch?kernelType
????%rbf里面par（1）為sigmapar（2）為gama
????%Poly里面par（2）階數
????%此中核函數有RBFPOLYTRUCATED?L1TANH
????%rbf為L2范數，trucated?l1為L1范數
????case?‘rbf‘
????????for?i?=?1:n
????????????xi?=?x（i:）;
????????????deltaX?=?（Xt?-?repmat（xiz1））.^2;
????????????omigal（i:）?=?exp（-sum（deltaX2）/（par（1）^2））;
????????end
????case?‘Poly‘
????????omigal?=?（x?*?Xt‘?+?par（1））.^par（2）;
????case?‘tanh‘
????????omigal?=?tanh（par（1）.*x*x‘+par（2））;
end
ypred?=?omigal‘?*?alpha?+?b;
end

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件????????1543??2017-11-30?11:45??ls_svm.m