文件名称：matlab代码粒子群算法-usu_cee5190_gis_class:usu_cee5190_gis_class
文件大小：1.11MB
文件格式：ZIP
更新时间：2024-06-15 19:59:46
系统开源
matlab代码粒子群算法 相关向量机（RVM） 使用“ SB2_Release_200工具箱”的基于关联向量机（RVM）的回归应用程序的MATLAB代码。 版本2.0，2020年4月28日 电子邮件： 主要特点 易于使用的API，用于训练和测试RVM模型 多种内核功能 混合内核功能 使用粒子群优化（PSO）和遗传算法（GA）进行参数优化 告示 混合内核函数：K = w1 K1 + w2 K2 + ... + wn * Kn 参数优化：有关详细信息，请参阅有关“ particleswarm”和“ ga”的文档。 设置优化算法的参数，以避免模型过度拟合或拟合不足。 更多详细信息，请参见：
【文件预览】：
usu_cee5190_gis_class-main
----demo_singel_kernel.m(1KB)
----KernnelMatrix()
--------KernelSigmoid.m(1KB)
--------KernelExponential.m(1020B)
--------KernelLinear.m(808B)
--------KernelBase.m(2KB)
--------KernelLaplacian.m(1018B)
--------KernelPolynomial.m(1KB)
--------KernelFunction.m(1KB)
--------KernelGaussian.m(962B)
--------Kernel.m(898B)
----data()
--------UCI_data.mat(6KB)
--------sinc_data.mat(3KB)
----SB2_Release_200()
--------SB2_ParameterSettings.m(3KB)
--------SB2_Initialisation.m(7KB)
--------SB2_UserOptions.m(6KB)
--------SB2_Manual.pdf(130KB)
--------SB2_Sigmoid.m(1KB)
--------SB2_PreProcessBasis.m(2KB)
--------licence.txt(15KB)
--------SB2_ControlSettings.m(4KB)
--------SB2_Likelihoods.m(2KB)
--------SB2_FormatTime.m(2KB)
--------SparseBayesDemo.m(9KB)
--------SB2_PosteriorMode.m(6KB)
--------Readme.txt(3KB)
--------SB2_FullStatistics.m(6KB)
--------SB2_Diagnostic.m(4KB)
--------SparseBayes.m(24KB)
----demo_optimization_kernel_weight.m(2KB)
----demo_optimization_kernel.m(2KB)
----README.md(1KB)
----RvmModel()
--------RVM.m(7KB)
--------RvmFunction.m(3KB)
--------RvmOptimization.m(5KB)
----demo_hybrid_kernel.m(1KB)
----refs()
--------Tipping_Faul_2003_Fast marginal likelihood maximisation for sparse Bayesian models.pdf(223KB)
--------Tipping_2001_Sparse Bayesian learning and the relevance vector machine.pdf(936KB)
----img()
--------fig.png(25KB)
----demo_kernel_function.m(1KB)