说明：用支持向量机预测水体富营养化影响条件，以及对各种条件进行多元回归预测

svr 支持向量机预测 SVR matlab-回归 SVR--LIBSVM

说明：基于粒子群算法优化的支持向量机分类算法，该算法可完成数据分类、回归分析的功能。

粒子群算法 向量机分类算法 数据分类 回归分析

说明：应用支持向量机回归和相空间重构对时间序列进行预测

重构相空间 相重构 predic 时间序列SVM svm回归

说明：用支持向量机进行分类，或者回归，进行预测控制

matlab-回归 SVM-控制 预测控制--SVM svm回归 svm-预测控制

说明：最小二乘支持向量机回归，四个插入数据分别为训练输入、训练输出、测试输入、测试输出。工具包+程序

ls-svm LSSVM程序 lssvm工具包 lssvm回归 lssvm

说明：最小二乘支持向量机，用于进行函数的回归分析

回归 lssvm ls-svm lssvm回归

说明：最小二乘支持向量机，用于进行函数的回归分析

回归 lssvm ls-svm lssvm回归

说明：支持向量机的程序，可以进行分类和回归，效果比神经网络好，没有维数灾难的问题，是比较好的建模方法。

回归问题 SVM-建模 svm-steveGunn SVM建模 SVM_SteveGunn

说明：最小二乘支持向量机，用于多元非线性回归分析，非线性拟合与预测。

预测 SVM非线性回归 vector-fitting 最小二乘svm ls-svm

说明：支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的，根据有限...

matlab svm 源代码 基于 支持 向量