支持向量机回归(Support vector regression, SVR) 是基于统计学习理论的新方法 [4] , 它依据结构风险 最小化原则, 避免了神经网络存在的几大问题...
基于46个网页-相关网页
...列；支持向量机回归；预测；均方误差 [gap=1582]Key words: Multidimensional time series; Support vector machine regression; Forecast; Mean square error ...
基于38个网页-相关网页
采用非线性模型——支持向量机回归(SVMR)决策函数描述温室温度系统和湿度系统；选择温室外温度、相对湿度、太阳辐射强度和风速(可忽略)作为模型扰动输入变量(4输入或3输入...
基于18个网页-相关网页
支持向量机回归(Support vector regression, SVR) 是基于统计学习理论的新方法 [4] , 它依据结构风险 最小化原则, 避免了神经网络存在的几大问题...
基于3个网页-相关网页
多输出支持向量机回归 MSVR
将支持向量机回归 support vector regression ; SVR
支持向量机回归算法 Support Vecfor Regressive
和支持向量机回归 Support Vector regression
支持向量回归机 TSVR ; SVRM
多元核支持向量回归机 MSVR
近似支持向量回归机 PSVR
基于多支持向量回归机 MSVR
乘支持向量回归机 WLSSVR
·2,447,543篇论文数据，部分数据来源于NoteExpress
结果表明，支持向量机回归和预测的最大相对误差不超过6 5%。
The results show that the maximum regression and prediction relative errors are not greater than 6.5%.
本文在国内首次提出将支持向量机回归理论应用到地下矿泉水质参数的预测中。
In this paper, we studied SVM as regression techniques for natural mineral water quality parameters prediction.
提出一种基于支持向量机回归的学习机，并将其应用于单片机智能传感器系统中。
A learning machine based on support vector machine is proposed in this paper, which is applied to single-chip smart sensor system.
应用推荐